UM ROBÔ HUMANOIDE APRENDE ONDE MIRAR

Um bom jogador de tênis de mesa faz duas coisas ao mesmo tempo. Ele executa: move o corpo inteiro para colocar a bola onde quer. E ele decide: escolhe o ponto que vai complicar a vida do adversário. Uma devolução pode ser precisa, mas fácil de alcançar, ou astuta, mas difícil demais de realizar. Quando um robô aprende as duas coisas de uma vez, é difícil saber qual delas o faz ganhar.

Uma equipe da Universidade de Zhejiang, da Universidade Tsinghua, da Universidade Tongji, da Universidade Oceânica da China, do Shanghai Innovation Institute e do RoboParty Lab decidiu separá-las. A ligação entre as duas é um único par de números: o ponto da mesa onde a bola deve cair.

Um corpo que bate onde lhe mandam

O robô é um humanoide Unitree G1, com 29 articulações motorizadas. Um rastreador externo acompanha a bola 100 vezes por segundo.

Quando uma bola chega, um planejador baseado na física calcula o que a raquete deve fazer — posição, velocidade e ângulo no impacto — para mandar a bola ao ponto de queda pedido, levando em conta a gravidade, a resistência do ar, o quique e a rede. Uma rede neural transforma então esse plano em comandos para o corpo inteiro, 50 vezes por segundo.

O treinamento acontece em três etapas, em simulação:

1. Aprender a bater. O robô pratica com bolas lançadas de forma fixa, mirando pontos de queda escolhidos ao acaso.
2. Aprender a trocar bolas. Dois robôs simulados jogam um contra o outro. As bolas que chegam vêm agora dos golpes de um adversário real, mas os alvos continuam aleatórios: ainda não há tática.
3. Aprender a jogar. O controle do corpo inteiro é congelado. Uma segunda rede, separada, aprende apenas a escolher uma de nove zonas da mesa, a partir da trajetória recente da bola, da própria posição, da posição do adversário e do alvo anterior. Ela é recompensada por ganhar pontos, sem nenhuma regra tática escrita à mão.

Preciso, depois mais esperto

Em simulação, 99,2% das devoluções foram válidas, e 94,3% delas caíram a menos de 30 centímetros do ponto pedido, com erro médio de 15 centímetros. Treinar em trocas de bola tornou os golpes mais precisos e válidos com mais frequência do que a mesma quantidade de treino extra com bolas pré-definidas.

Veio então o teste decisivo. Todos os jogadores usavam exatamente o mesmo corpo congelado, de modo que só a escolha do alvo mudava. A estratégia aprendida venceu:

• 89% dos pontos contra um jogador que sempre mira no centro;
• 82% contra um que mira ao acaso;
• 73% contra um que sempre mira o mais longe possível do adversário.

Ela não se limitou a encontrar alguns bons pontos. Deslocava o alvo para longe de onde o adversário estava e para longe de onde tinha mandado a bola anterior.

Três partidas contra um humano

Num G1 real, com o mesmo corpo congelado e a posição do humano captada por rastreamento de movimento, o robô jogou três partidas de 11 pontos contra o mesmo jogador amador. Venceu por 11–4, 11–6 e 11–9, com trocas de várias bolas e devoluções de forehand e de backhand.

Ainda não está pronto para o clube

Os autores listam o que falta. O robô depende de um rastreador de bola externo e de captura de movimento, e não dos próprios olhos. O modelo da bola ignora o efeito (spin). Nove zonas limitam sua tática, ele vê o adversário apenas como uma posição no chão e saca sempre para o mesmo ponto. E todas as suas partidas reais foram contra um único amador. A lição mais geral deles é uma regra de projeto: manter fixo o significado do objetivo enquanto o corpo por baixo continua aprendendo.