SMASH 2.0 vei robotit pöytätenniksen äärelle – ilman kauko-ohjausta

Kyse ei ollut vain pitkästä pallorallista. Hongkongin yliopiston ja KAI:n eli Chaowei Motionin kanssa toimiva tutkimusryhmä kertoo kahden humanoidirobotin pelanneen kokonaisen 11 pisteen pöytätenniserän itsenäisesti: robotit vuorottelivat syöttövuoroissa, reagoivat vastustajan lyönteihin, hyökkäsivät ja puolustivat sekä keräsivät pisteitä ottelun ratkaisemiseen asti. Mukana ei ollut kauko-ohjausta, ihmisen syöttämiä palloja tai ulkoisia kameroita. 4612

Sanaa ”ensimmäinen” on kuitenkin syytä käsitellä tutkimusryhmän omana väitteenä, ei riippumattomasti vahvistettuna koko alan saavutuksena. Lähteiden perusteella varmaa on demonstraation laajuus: humanoidirobotit pelasivat toisiaan vastaan kokonaisen pelin käyttäen omaa havainnointiaan ja ottelun aikana toimivaa autonomista järjestelmää. 24

Kokonainen 11 pisteen erä ei tarkoita 11 pallorallia

Palloralli tarkoittaa yhden pallon aikana käytävää lyöntien vaihtoa siihen asti, kunnes piste päättyy. Kokonaisessa 11 pisteen erässä robottien on selviydyttävä myös itse ottelun rakenteesta: syötettävä, vastaanotettava syöttö, palautettava pallo, käsiteltävä ohi menneet lyönnit, kohdistettava pisteet oikein, vaihdettava syöttövuoroa ja jatkettava peliä, kunnes voittaja on selvillä. Yksitoista onnistunutta edestakaista lyöntiä ei vielä osoittaisi tätä kokonaisuutta. 57

Ero on robotiikan kannalta olennainen. Robotin voi ohjelmoida palauttamaan pallon yhteistyöharjoituksessa tai reagoimaan ihmisen syöttämään palloon ilman, että se pystyy aloittamaan ja viemään läpi kokonaisen kilpailullisen pelin. Kahden toisiaan vastaan pelaavan robotin on lisäksi tehtävä sekä hyökkäys- että puolustusratkaisuja sen sijaan, että ne vain pitäisivät harjoitusrallin käynnissä. 57

Näin SMASH 2.0 yhdistää havainnon ja toiminnan

SMASH 2.0 on modulaarinen järjestelmä, jossa neljä toimintoa muodostaa yhtenäisen suljetun säätöketjun:

1. Havainnointi: Robotin omat, ensimmäisen persoonan näkymää tuottavat kamerat tunnistavat pallon ja arvioivat robotin tilaa ilman ulkoista kamerajärjestelmää. 2
2. Lentoradan ennustaminen: Järjestelmä laskee, mihin suuntaan pallo liikkuu, ja arvioi sen lentoa sekä pomppua. 714
3. Liikkeen ja lyönnin suunnittelu: Robotti valitsee, miten ja mihin kohtaan palloa lyödään, myös silloin kun pallo tulee eri korkeuksilta ja etäisyyksiltä. 714
4. Koko kehon ohjaus: Jalat, keskivartalo, kädet ja maila koordinoidaan niin, että robotti ehtii pallon luo, säilyttää tasapainonsa ja toteuttaa suunnitellun lyönnin. 214

Raporttien mukaan päätökset ja ohjaus on tehtävä millisekuntien mittaisessa aikaikkunassa. Robotin täytyy tunnistaa lähestyvä pallo, laskea sen rata ja suunnitella lyönti ennen seuraavaa mahdollista osumaa. 714 SMASH-järjestelmää kuvaavassa tutkimuksessa korostetaan lisäksi lyönnin hallintaan suunnattua jäljittelyoppimista sekä robottiin asennettua havainnointia reaaliaikaista vuorovaikutusta varten. 2

Mitä SMASH 2.0:ssa muuttui?

Päivitykset eivät olleet vain kosmeettisia, vaan ne kohdistuivat ominaisuuksiin, joita kokonainen ottelu edellyttää.

Robotti osaa syöttää itse

SMASH 2.0 toi mukaan autonomisen syötön. Näin robotit pystyivät aloittamaan pisteet ja vuorottelemaan syöttäjinä pelin sääntöjen mukaisesti. Ilman tätä ominaisuutta robotti voisi osallistua pallonvaihtoon, mutta se ei pystyisi pelaamaan täyttä ottelua itsenäisesti alusta loppuun. 58

Lyöntialue laajeni

Järjestelmän avulla robotin ulottuvuutta laajennettiin niin, että se pystyy käsittelemään sekä lyhyitä että pitkiä palloja. Tutkimusryhmä kertoo hyödyntäneensä ihmisen liiketietoa simulaatioissa rakentaakseen laajemman valikoiman lyöntiliikkeitä ja kattaakseen suuremman osan robotin työskentelyalueesta. 2

Pelkkä palauttaminen vaihtui ottelutilanteisiin

Täydessä ottelussa robottien on myös hyökättävä ja puolustettava. SMASH 2.0:n kuvaukseen kuuluu erilaisia palautuksia ja pallon sijoitteluja, joten järjestelmä on lähempänä varsinaista ottelutilannetta kuin ennakoitavaa pallosyöttöä vain palauttava robotti. Lähteet eivät kuitenkaan osoita, että robotit hallitsisivat ihmispelaajan taktisen monipuolisuuden. Vahvemmin perusteltu johtopäätös on, että demonstraatio yhdisti autonomisen syötön, havainnoinnin, liikkumisen ja pisteiden kertymisen yhdeksi pelisilmukaksi. 714

Nykyinen rajoite: ennalta asetettu strategia, ei reaaliaikaista oppimista

Roboteille voidaan tällä hetkellä antaa ennalta määritettyjä lähestymistapoja, kuten nopeampi tai hitaampi pelityyli tai erilaisia sijoituksia. Tutkimusryhmän mukaan robotit eivät vielä opi reaaliaikaisesti juuri tietyn vastustajan pelitapaa ottelun aikana. Ne eivät siis pysty jatkuvasti päättelemään vastustajan mieltymyksiä ja muuttamaan taktiikkaansa lennossa.

Seuraava tavoite on tallentaa robottien keskinäisistä otteluista sekä onnistuneet että epäonnistuneet pallonvaihdot. Näitä tietoja voitaisiin myöhemmin käyttää oikeilla roboteilla tehtävässä vahvistusoppimisessa. Se voisi aikanaan johtaa tutkijoiden kuvailemaan robottien ”itsekehittymiseen”, mutta kyse on vielä tulevaisuuden koulutustavoitteesta, ei tämän ottelun osoittamasta kyvystä.

Miten robotit koulutettiin?

Ryhmän mukaan nykyinen koulutusdata koostuu pääasiassa ihmisten liikkeistä. Ihmisten liiketallenteita käytettiin simulaatioissa robotin lyöntialueen laajentamiseen, ja SMASH-tutkimuksessa kuvataan liikkeenkaappausnäytteitä sekä generoitujen liikekirjastojen käyttöä taitojen oppimisessa. 2

Yksityiskohtaisempien raporttien mukaan valmentajat harjoittelivat robottien kanssa päivittäin noin yhdestä kahteen kuukautta liikkeenkaappauslaitteistoa käyttäen. Ryhmä on lisäksi ollut kiinnostunut merkitsemättömästä liikkeenkaappauksesta, vaikka sen datan laatu voi olla heikompi. Tätä menetelmää koskevat tiedot ovat tutkimusryhmän oma kuvaus; käytettävissä olevat lähteet eivät riippumattomasti vahvista prosessin jokaista yksityiskohtaa. 35

Miksi juuri pöytätennis on kova testi humanoidille?

Pöytätennis pakkaa useita vaikeita robotiikan ongelmia hyvin lyhyeen aikaikkunaan. Humanoidir〈obotin on seurattava pientä ja nopeasti liikkuvaa palloa, ennustettava sen lentorata ja pomppu, valittava sopiva vastaus, liikuttava oikeaan paikkaan, koordinoitava useita niveliä, säilytettävä tasapainonsa ja osuttava palloon hallitusti. Vastustaja ja fyysinen ympäristö muuttuvat koko ajan. 1418

Siksi laji toimii hyödyllisenä ruumiillisen tekoälyn eli embodied AI:n vastustuksellisena testinä. Menestys ei riipu vain ennalta harjoitellun liikesarjan toistamisesta, vaan reagoinnista uusiin tilanteisiin. Samasta syystä pöytätennistä voidaan tarkastella muiden muodollisten robottiurheilun haasteiden, kuten kamppailulajien, rinnalla: molemmissa tarvitaan nopeita reaktioita, fyysistä koordinaatiota ja vastustajan toimintaan perustuvia päätöksiä.

Demosarjasta kilpailupöydälle Pekingissä

Toiset maailman humanoidirobottien kisat järjestettiin Pekingin National Speed Skating Oval -hallissa, joka tunnetaan vuoden 2022 talviolympialaisista nimellä Ice Ribbon. Tapahtuma järjestettiin 22.–26. elokuuta 2026, ja pöytätennis oli mukana virallisena kilpailulajina ensimmäistä kertaa. Lajissa kilpaili 12 joukkuetta. 810

Koko tapahtumaan osallistui 2 056 robottia 666 joukkueessa ja 51 lajissa, mutta lukua ei pidä sekoittaa pöytätenniskilpailun robottien määrään. HKU:n SMASH-joukkue eteni lopulta pöytätenniksen finaaliin ja sijoittui toiseksi. Mestariksi ylsi PKU–BAAI-joukkue, joka voitti finaalin erin 2–0. 110

SMASH-robotit esiintyivät myös ihmisvastustajaa vastaan järjestetyssä näytösottelussa. HKU:n järjestelmän dokumentoitu ihmisvastustaja oli olympiavoittaja Ding Ning; muut urheilijat esiintyivät erillisissä näytösotteluissa kisoissa. 111920

Kuka SMASH:n rakensi?

Hanke on Hongkongin yliopiston tutkijoiden ja embodied AI -yritys KAI:n yhteistyö. KAI:sta käytetään raporteissa myös nimiä Chaowei ja Chaowei Motion. HKU:n SMASH-joukkue on kuvattu nuoreksi ruumiillisen tekoälyn tutkimusryhmäksi, jota johtavat tutkijat ja jonka jäsenistä suuri osa on Hongkongin yliopiston tohtoriopiskelijoita. Professori Lo Ping on mainittu ryhmän ohjaajana ja tutkimusjohtajana. 811

Ryhmän mukaan robottien saaminen pelaamaan ihmisiä vastaan vei noin kuusi kuukautta. Tämän jälkeen kahden robotin valmistelu itsenäiseen keskinäiseen peliin kesti noin puoli kuukautta. Aikataulu koskee demonstraatiota varten tehtyä valmistelua, ei koko pöytätennistutkimuksen historiaa, jonka tarkkaa aloitusajankohtaa käytettävissä olevat lähteet eivät vahvista. 11

SMASH 2.0:n saavutus on siis hieman rajatumpi – ja samalla teknisesti kiinnostavampi – kuin suurimmat otsikot antavat ymmärtää. Tutkimusryhmä esitteli väittämänsä ensimmäisen kokonaisen autonomisen humanoidien välisen pöytätennisottelun. Robotit pystyvät nyt yhdistämään havainnoinnin, ennustamisen, liikkumisen ja pisteiden kertymisen kilpailulliseksi peliksi. Seuraava suuri askel on luotettava vastustajan mallintaminen ja jatkuva oppiminen ottelun aikana.