UN ROBOT HUMANOÏDE APPREND OÙ VISER

Un bon pongiste fait deux choses à la fois. Il exécute : il mobilise tout son corps pour placer la balle où il le veut. Et il décide : il choisit l’endroit qui gênera l’adversaire. Un retour peut être précis mais facile à atteindre, ou astucieux mais trop difficile à réussir. Quand un robot apprend les deux en même temps, on ne sait plus lequel le fait gagner.

Une équipe de l’université du Zhejiang, de l’université Tsinghua, de l’université Tongji, de l’université océanique de Chine, du Shanghai Innovation Institute et du RoboParty Lab a choisi de les séparer. Le lien entre les deux tient en un point : l’endroit de la table où la balle doit tomber.

Un corps qui frappe là où on lui dit

Le robot est un humanoïde Unitree G1, avec 29 articulations motorisées. Un système externe suit la balle 100 fois par seconde.

Quand une balle arrive, un planificateur fondé sur la physique calcule ce que doit faire la raquette — position, vitesse et angle à l’impact — pour envoyer la balle au point demandé, en tenant compte de la gravité, de la résistance de l’air, du rebond et du filet. Un réseau de neurones traduit ensuite ce plan en commandes pour tout le corps, 50 fois par seconde.

L’apprentissage se fait en trois étapes, en simulation :

1. Apprendre à frapper. Le robot s’entraîne sur des balles lancées de façon prédéfinie, en visant des points tirés au hasard.
2. Apprendre à échanger. Deux robots simulés jouent l’un contre l’autre. Les balles reçues viennent désormais des coups d’un vrai adversaire, mais les cibles restent aléatoires : pas encore de tactique.
3. Apprendre à jouer. Toute la commande du corps est figée. Un second réseau, distinct, apprend seulement à choisir l’une de neuf zones de la table, à partir de la trajectoire récente de la balle, de sa propre position, de celle de l’adversaire et de sa cible précédente. Il est récompensé quand il gagne des points, sans aucune règle tactique écrite à la main.

Précis, puis plus malin

En simulation, 99,2 % des retours étaient valides, et 94,3 % d’entre eux tombaient à moins de 30 centimètres du point demandé, avec une erreur moyenne de 15 centimètres. S’entraîner en échanges a rendu les frappes plus précises et plus souvent valides qu’un entraînement supplémentaire de même durée sur des balles prédéfinies.

Vient alors le test clé. Tous les joueurs utilisaient exactement le même corps figé : seul le choix de la cible différait. La stratégie apprise a gagné :

• 89 % des points contre un joueur qui vise toujours le centre ;
• 82 % contre un joueur qui vise au hasard ;
• 73 % contre un joueur qui vise toujours le plus loin possible de l’adversaire.

Elle ne s’est pas contentée de trouver quelques bons endroits. Elle déplaçait sa cible à l’opposé de l’adversaire, et à l’opposé de l’endroit où elle avait envoyé la balle précédente.

Trois manches contre un humain

Sur un vrai G1, avec le même corps figé et la position du joueur humain captée par suivi de mouvement, le robot a disputé trois manches de 11 points contre le même joueur amateur. Il les a gagnées 11-4, 11-6 et 11-9, avec des échanges de plusieurs coups, en coup droit comme en revers.

Pas encore au club

Les auteurs listent ce qui manque. Le robot dépend d’un suivi de balle externe et de la capture de mouvement, pas de ses propres yeux. Le modèle de balle ignore les effets. Neuf zones limitent sa tactique, il ne voit l’adversaire que comme une position au sol, et il sert toujours au même endroit. Enfin, tous ses matchs réels se sont joués contre un seul amateur. Leur leçon plus large tient en une règle de conception : garder fixe le sens de l’objectif pendant que le corps, en dessous, continue d’apprendre.