ROBOT HUMANOID BELAJAR KE MANA HARUS MEMBIDIK

Pemain tenis meja yang baik melakukan dua hal sekaligus. Ia mengeksekusi: menggerakkan seluruh tubuhnya untuk menaruh bola di tempat yang ia mau. Dan ia memutuskan: memilih titik yang akan menyulitkan lawan. Sebuah pengembalian bisa presisi tetapi mudah dijangkau, atau cerdik tetapi terlalu sulit dilakukan. Ketika robot mempelajari keduanya sekaligus, sulit mengetahui mana yang membuatnya menang.

Sebuah tim dari Universitas Zhejiang, Universitas Tsinghua, Universitas Tongji, Universitas Kelautan Tiongkok, Shanghai Innovation Institute, dan RoboParty Lab memilih memisahkan keduanya. Penghubung di antara keduanya hanyalah sepasang angka: titik di meja tempat bola harus mendarat.

Tubuh yang memukul ke tempat yang diperintahkan

Robotnya adalah humanoid Unitree G1, dengan 29 sendi bermotor. Sebuah pelacak eksternal mengikuti bola 100 kali per detik.

Ketika bola datang, sebuah perencana berbasis fisika menghitung apa yang harus dilakukan bet — posisi, kecepatan, dan sudut saat benturan — agar bola terkirim ke titik pendaratan yang diminta, dengan memperhitungkan gravitasi, hambatan udara, pantulan, dan net. Sebuah jaringan saraf kemudian mengubah rencana itu menjadi perintah untuk seluruh tubuh, 50 kali per detik.

Pelatihan berlangsung dalam tiga tahap, dalam simulasi:

1. Belajar memukul. Robot berlatih dengan bola yang dilempar dengan cara tetap, membidik titik pendaratan yang dipilih secara acak.
2. Belajar reli. Dua robot simulasi saling bertanding. Bola yang datang kini berasal dari pukulan lawan sungguhan, tetapi sasarannya masih acak: belum ada taktik.
3. Belajar bermain. Kendali seluruh tubuh dibekukan. Jaringan kedua yang terpisah hanya belajar memilih satu dari sembilan zona di meja, berdasarkan lintasan bola terbaru, posisinya sendiri, posisi lawan, dan sasaran sebelumnya. Ia diberi imbalan karena memenangi poin, tanpa aturan taktik yang ditulis secara manual.

Presisi dulu, lalu lebih cerdas

Dalam simulasi, 99,2% pengembalian jatuh secara sah, dan 94,3% di antaranya dalam jarak 30 sentimeter dari titik yang diminta, dengan galat rata-rata 15 sentimeter. Berlatih dalam reli membuat pukulan lebih akurat dan lebih sering sah dibandingkan latihan tambahan dengan jumlah yang sama menggunakan bola yang sudah diatur.

Lalu tibalah uji kuncinya. Setiap pemain menggunakan tubuh beku yang persis sama, sehingga hanya pilihan sasaran yang berbeda. Strategi hasil belajar memenangi:

• 89% poin melawan pemain yang selalu membidik ke tengah;
• 82% melawan pemain yang membidik secara acak;
• 73% melawan pemain yang selalu membidik sejauh mungkin dari lawan.

Strategi itu tidak sekadar menemukan beberapa titik bagus. Ia menggeser sasarannya menjauhi tempat lawan berdiri, dan menjauhi tempat bola sebelumnya dikirim.

Tiga gim melawan manusia

Pada G1 sungguhan, dengan tubuh beku yang sama dan posisi manusia direkam lewat pelacakan gerak, robot memainkan tiga gim hingga 11 melawan pemain amatir yang sama. Ia menang 11–4, 11–6, dan 11–9, dengan reli beberapa pukulan serta pengembalian forehand maupun backhand.

Belum siap masuk klub

Para penulis mencantumkan apa yang masih kurang. Robot bergantung pada pelacak bola eksternal dan penangkapan gerak (motion capture), bukan pada matanya sendiri. Model bolanya mengabaikan putaran (spin). Sembilan zona membatasi taktiknya, ia hanya melihat lawan sebagai posisi di lantai, dan ia selalu melakukan servis ke titik yang sama. Selain itu, semua pertandingan nyatanya hanya melawan satu amatir. Pesan umum mereka adalah sebuah aturan desain: pertahankan makna tujuan tetap sama sementara tubuh di bawahnya terus belajar.