הרובוטים שלא חיכו לאף אחד: משחק טניס שולחן מלא, ללא שלט וללא מגיש כדורים

לא עוד הדגמת חבטות — אלא משחק שלם

ההישג שעליו דיווחו אוניברסיטת הונג קונג (HKU), חברת KAI ו-Chaowei Motion אינו מסתכם ברובוט שהצליח להחזיר כדור כמה פעמים. לפי הצוות, שני רובוטים דמויי־אדם שיחקו זה מול זה משחק טניס שולחן מלא עד 11 נקודות: הם הגישו בתורות, זיהו את הכדור, הגיבו לחבטות נכנסות, ניסו לתקוף ולהתגונן, צברו נקודות והמשיכו עד שנקבע מנצח. לאורך ההדגמה לא נעשה שימוש בשליטה מרחוק, בהאכלה אנושית של כדורים או במערך מצלמות חיצוני. 4612

הניסוח שלפיו מדובר ב"פעם הראשונה" הוא טענה של החוקרים, ולא קביעה עצמאית ומקיפה של כלל תעשיית הרובוטיקה. מה שנתמך היטב בדיווחים הזמינים הוא היקף ההדגמה: משחק מלא בין שני רובוטים דמויי־אדם, הנשען על חישה שמותקנת על הרובוטים עצמם ובפורמט שבו יש מנצח ומפסיד. 24

למה משחק עד 11 נקודות שונה מ-11 ראלים?

ראלי הוא רצף החבטות בכדור אחד, מרגע החבטה ועד לסיום הנקודה. לעומת זאת, משחק מלא עד 11 נקודות דורש מהרובוטים לנהל את כל המסגרת התחרותית: להגיש, לקבל הגשה, להחזיר כדורים, להתמודד עם החטאות, לייחס נקודות, להחליף מגיש ולהמשיך בהתאם לכללים עד להכרעה. 11 החלפות מוצלחות של הכדור, כשלעצמן, אינן מוכיחות שהמערכת יודעת לבצע את כל אלה. 57

ההבדל חשוב מבחינה הנדסית. אפשר לתכנת רובוט להחזיר כדורים בתרגיל שיתופי, או להגיב לכדורים שמוזנים אליו על ידי אדם. אבל רובוט שמסוגל לנהל משחק עצמאי צריך גם להתחיל את הנקודה, לזהות את מצבה, לבחור תגובה ולפעול בתנאים שאינם קבועים מראש. כאשר שני הרובוטים מנסים לנצח, הם אינם רק משמרים ראלי נוח; הם צריכים לייצר גם מהלכים התקפיים והגנתיים. 57

כך SMASH 2.0 סוגרת את המעגל בין ראייה לתנועה

SMASH 2.0 מתוארת כמערכת מודולרית שמחברת כמה יכולות לתהליך אחד רציף:

1. חישה: מצלמות אגוצנטריות — כלומר, מצלמות מנקודת המבט של הרובוט — מזהות את הכדור ומעריכות את מצב הרובוט, ללא תלות במצלמות חיצוניות. 2
2. חיזוי מסלול: המערכת מחשבת לאן הכדור נע ומנסה להעריך את מעופו ואת נקודת הקפיצה שלו. 714
3. תכנון תנועה וחבטה: הרובוט בוחר כיצד והיכן לפגוע בכדור, בהתאם למסלול ולמיקום הצפוי שלו. 714
4. בקרת גוף מלאה: הרגליים, פלג הגוף העליון, הזרועות והמחבט פועלים בתיאום, כדי להגיע לכדור, לשמור על שיווי משקל ולבצע את החבטה שנבחרה. 214

לפי הדיווחים, כל התהליך מתרחש בחלון זמן של אלפיות שנייה: זיהוי הכדור, חישוב המסלול ותכנון החבטה צריכים להסתיים לפני מגע המשחק הבא. המאמר האקדמי על SMASH מדגיש גם למידת חיקוי המותאמת למשימת החבטה, לצד חישה המותקנת על הרובוט ומאפשרת אינטראקציה בזמן אמת. 2714

מה השתנה מאז SMASH 1.0?

השדרוג לגרסה 2.0 התמקד ביכולות שנדרשות למשחק אמיתי, ולא רק לתרגיל שבו הרובוט מחזיר כדור נוח.

הגשה אוטונומית

SMASH 2.0 הוסיפה יכולת הגשה עצמאית. כך הרובוטים יכולים להתחיל את הנקודות ולהחליף הגשות לפי פורמט המשחק. בלי הגשה אוטונומית, רובוט יכול להשתתף בראלים — אך לא לנהל משחק שלם מתחילתו ועד סופו. 58

טווח חבטה רחב יותר

המערכת הורחבה כך שתוכל להתמודד עם כדורים קצרים וארוכים יותר. הצוות סיפר כי השתמש בנתוני תנועה אנושיים בסימולציה כדי לבנות ספרייה רחבה יותר של תנועות חבטה ולכסות חלק גדול יותר ממרחב העבודה של הרובוט. 2

מעבר מהחזרה שיתופית למשחק תחרותי

משחק אמיתי דורש יותר מהחזרה צפויה של כדור. שני רובוטים שמנסים לנצח צריכים לבחור בין תגובות התקפיות להגנתיות ולכוון את הכדור למיקומים שונים. SMASH 2.0 כוללת סוגי החזרות ומיקומי יעד שונים, ולכן היא מכוונת יותר למשחק מאשר למופע של ראלי מתוזמן. עם זאת, המקורות הזמינים אינם מוכיחים שהרובוטים מציגים גיוון טקטי ברמה אנושית. המסקנה הזהירה יותר היא שההדגמה חיברה בין הגשה, חישה, תנועה וניקוד בתוך לולאת משחק אחת. 714

הגבול הנוכחי: אסטרטגיה מוגדרת מראש, לא למידה בזמן המשחק

המפעילים יכולים להגדיר מראש סגנונות שונים, כמו משחק מהיר או איטי יותר, וכן לבחור מיקומי מטרה שונים. אבל הצוות אומר שעדיין לא הצליח לגרום לרובוט ללמוד בזמן אמת את היריב הספציפי שמולו ולשנות את האסטרטגיה במהלך המשחק. במילים פשוטות, הרובוט עדיין אינו מנתח באופן רציף את ההעדפות של יריב מסוים ומתאים את הטקטיקה שלו תוך כדי תחרות.

השלב הבא המתוכנן הוא לשמור את הנתונים ממשחקי רובוט מול רובוט — כולל ראלים שהסתיימו בהצלחה וראלים שנכשלו — ולהשתמש בהם בהמשך ללמידת חיזוק על רובוטים אמיתיים. תהליך כזה עשוי בעתיד לתמוך ברעיון של "התפתחות עצמית" של המערכת, אך נכון לעכשיו מדובר ביעד אימון עתידי ולא ביכולת שהודגמה במשחק המדווח.

איך הרובוטים אומנו?

הצוות מדווח שנתוני האימון הנוכחיים שלו מבוססים בעיקר על נתונים אנושיים. הקלטות של תנועות אדם שימשו בסימולציה כדי להרחיב את טווח החבטות, והמחקר על SMASH מתאר שימוש בהדגמות שנאספו באמצעות לכידת תנועה ובספריות תנועה שנוצרו באופן מלאכותי. 2

דיווחים מפורטים יותר מתארים אימוני coaching יומיומיים שנמשכו כחודש עד חודשיים, ובהם מאמנים לבשו ציוד לכידת תנועה. הצוות הביע גם עניין באיסוף תנועה ללא סמנים, אף שייתכן פשרה באיכות הנתונים. את הפרטים האלה נכון להציג כשיטה שעליה דיווח הצוות; המקורות הזמינים אינם מאמתים באופן עצמאי כל שלב בתהליך. 35

למה דווקא טניס שולחן?

טניס שולחן מרכז בתוך שבריר שנייה כמה מהבעיות הקשות ביותר ברובוטיקה: מעקב אחר כדור קטן ומהיר, חיזוי מסלול והקפצה, בחירת תגובה, תנועה לעמדה הנכונה, תיאום של מפרקים רבים, שמירה על שיווי משקל ויצירת מגע מדויק עם המחבט. בנוסף, היריב והסביבה משתנים כל הזמן. 1418

לכן הענף משמש מבחן תחרותי ואדברסרי לבינה מלאכותית מגולמת — בינה שפועלת בתוך גוף ובסביבה פיזית. הצלחה אינה תלויה רק בהפעלת רצף תנועות שתוכנת מראש, אלא בתגובה לתנאים חדשים. במובן הזה, טניס שולחן מצטרף לאתגרי ספורט רובוטיים אחרים, כולל אירועי לחימה, שבהם נדרשים תגובות מהירות, תיאום פיזי והחלטות מול יריב משתנה.

מההדגמה לתחרות בבייג׳ינג

משחקי הרובוטים דמויי־האדם העולמיים השניים נערכו בין 22 ל-26 באוגוסט 2026 באצטדיון ההחלקה המהירה הלאומי בבייג׳ינג, המכונה "סרט הקרח". טניס שולחן הופיע שם לראשונה כענף תחרותי רשמי, ובטורניר השתתפו 12 נבחרות. 810

המשחקים בכללותם כללו 2,056 רובוטים ב-666 נבחרות, שהתחרו ב-51 תחומים — נתון כולל שאסור לבלבל עם מספר הרובוטים שהשתתפו בטורניר טניס השולחן. נבחרת SMASH של אוניברסיטת הונג קונג הגיעה לגמר וסיימה במקום השני, לאחר שהפסידה 0:2 לנבחרת המשותפת של אוניברסיטת פקינג והאקדמיה לבינה מלאכותית בבייג׳ינג. 110

הרובוטים של SMASH השתתפו גם במשחק ראווה מול אלופת האולימפיאדה בטניס שולחן דינג נינג. זהו היריב האנושי המתועד בבירור של מערכת HKU בדיווחים הזמינים; ספורטאים אחרים השתתפו בהדגמות נפרדות במהלך המשחקים. 111920

מי עומד מאחורי SMASH?

הפרויקט הוא שיתוף פעולה בין חוקרים מאוניברסיטת הונג קונג לבין חברת הבינה המלאכותית הגופנית KAI, שמוזכרת בחלק מהדיווחים גם בשם Chaowei או Chaowei Motion. נבחרת HKU SMASH מתוארת כקבוצת מחקר צעירה בתחום הבינה המלאכותית הגופנית, בהובלת חוקרים ובשיתוף בעיקר של תלמידי דוקטורט מאוניברסיטת הונג קונג. פרופ׳ לו פינג מזוהה כמנחה וכמוביל מחקרי של הקבוצה. 811

הצוות דיווח כי השקיע בערך שישה חודשים בהקניית יכולת משחק מול בני אדם, ולאחר מכן כחצי חודש נוסף בהכנת שני רובוטים למשחק אוטונומי זה מול זה. לוח הזמנים הזה מתייחס להכנות המדווחות להדגמה, ולא להיסטוריה המלאה של מחקר הרובוטים בטניס שולחן, שתחילתו המדויקת אינה מבוססת במקורות הזמינים. 11

ההישג של SMASH 2.0 הוא אפוא ממוקד יותר — וגם מעניין יותר — מהכותרות הרחבות ביותר: הצוות הדגים משחק טניס שולחן מלא בין שני רובוטים דמויי־אדם, שלטענתו היה הראשון מסוגו באוטונומיה מלאה. במקביל, ההדגמה חשפה את האתגר הבא: הרובוטים כבר מחברים חישה, חיזוי, תנועה וניקוד בתוך משחק תחרותי, אך עדיין זקוקים למידול אמין של יריבים וללמידה מתמשכת כדי להפוך לשחקנים שמסתגלים באמת.