İzleyin: İnsansı Robot Simülasyon Testlerinde %96 Doğrulukla Tenis Vuruşlarını Geri Döndürüyor

İzleyin: İnsansı Robot Simülasyon Testlerinde %96 Doğrulukla Tenis Vuruşlarını Karşılıyor

Yazan: Atharva Gosavi, Interesting Engineering aracılığıyla,

Galbot Robotics, 16 Mart'ta resmi X hesabında, bir insansı robotun gerçek zamanlı olarak bir insan oyuncuyla tenis vuruşları yaptığı bir video yayınladı.
Robot tenis oynuyor

Gösterim, Tsinghua Üniversitesi ve Peking Üniversitesi'nden araştırmacılarla işbirliği içinde geliştirilen şirketin LATENT sistemini sergiliyor.

Sistem, Unitree G1 insansı robot üzerinde test edildi ve bu robot, hızlı hareket eden toplara yanıt verme, kortta gezinme ve bir insan rakiple rallileri sürdürme yeteneğini gösterdi.

Galbot'un X paylaşımında, "İlk kez bir insansı robot, milisaniye düzeyinde tepkiler, hassas top vuruşları ve doğal tüm vücut hareketiyle yüksek dinamikli, uzun menzilli tenis rallilerini sürdürebiliyor" denildi.

Sınırlı hareket verisiyle robotları eğitmek

🎾İnsansı tenis oyuncunuz burada!🤖
LATENT'i (Kusurlu İnsan Hareketi Verilerinden Atletik İnsansı Tenis Becerileri Öğrenme) tanıtıyoruz — atletik insansı tenis için dünyanın ilk gerçek zamanlı tüm vücut planlama ve kontrol algoritması.
İlk kez bir insansı robot… pic.twitter.com/gCi38wxHVQ
— Galbot (@GalbotRobotics) 16 Mart 2026
Robotları spor için eğitmedeki temel zorluklardan biri, doğru insan hareketi verilerinin eksikliğidir. Bu durum, oyuncuların geniş alanları kapladığı, topların 30 m/s hıza ulaşabildiği ve raket-top temasının yalnızca birkaç milisaniye sürdüğü tenis için özellikle geçerlidir.

Bunu ele almak için araştırmacılar tam maçları kaydetmekten kaçındılar. Bunun yerine, forehand, backhand ve yan adımlar gibi temel hareketlerin kısa parçalarını toplamaya odaklandılar.

Veriler, standart bir tenis kortundan 17 kattan daha küçük, kompakt bir 3×5 metrelik kort içinde bir hareket izleme sistemi kullanılarak yakalandı. Toplamda beş oyuncu yaklaşık beş saatlik kayıtlı hareket verisi sağladı.

Temel hareketlerden koordineli oyuna

Bu veri kümesini kullanarak, LATENT sistemi önce robotu bireysel hareketleri kopyalaması için eğitiyor.

Öğrenilen bu eylemler, robotun topa ulaşma, vuruş yapma ve kortta belirlenmiş bir konuma dönme gibi belirli görevleri yerine getirmesini sağlayan diziler halinde birleştirildi.

Gerçek dünya performansını iyileştirmek için model, robotun ve topun kütlesi, sürtünmesi ve aerodinamiği gibi temel fiziksel parametrelerin rastgele değiştirildiği bir simülasyon ortamında eğitildi.

Bu yaklaşım, simüle edilmiş eğitim ile gerçek dünya koşulları arasındaki boşluğu azaltmaya yardımcı oldu.

"Temel anlayışımız, kusurlu olmalarına rağmen, bu tür yarı-gerçekçi verilerin tenis senaryolarında insan ilkel becerileri hakkında ön bilgiler sağladığıdır," dediler.

"Daha fazla düzeltme ve bileşimle, geniş bir koşul yelpazesi altında gelen topları tutarlı bir şekilde vuran ve bunları hedef konumlara geri gönderen, doğal hareket stillerini koruyan bir insansı politika öğreniyoruz," diye devam ettiler.

Gerçek dünya doğrulaması

Simülasyon testlerinde, sistem forehand vuruşlarında %96'ya varan başarı elde etti. Gerçek bir Unitree G1 robotuna konuşlandırıldığında, bir insan oyuncuyla rallileri sürdürme ve topu tutarlı bir şekilde rakibin sahasına geri gönderme yeteneğini gösterdi.

Araştırmacılar, bu yaklaşımın tenis dışına, tam insan hareketi verilerinin yakalanmasının zor olduğu futbol, ​​badminton ve diğer sporlarla ilgili robotik beceriler gibi diğer alanlara da genişletilebileceğini belirtti.

"Bu çalışma öncelikle tenis karşılama görevine odaklanmasına rağmen, önerilen çerçeve, tam ve yüksek kaliteli insan hareketi verilerinin bulunmadığı daha geniş bir görev yelpazesine genelleme potansiyeline sahiptir," diye sonuçlandırdılar.

Tyler Durden
Salı, 17/03/2026 - 17:00