Công ty Galbot Robotics vừa đăng tải một đoạn video trên nền tảng X vào ngày 16/3, ghi lại cảnh một robot hình người đang đánh bóng qua lại nhịp nhàng với một tay vợt người thật trong thời gian thực.

Màn trình diễn này phô diễn sức mạnh của hệ thống LATENT của Galbot, được phát triển với sự hợp tác của các nhà nghiên cứu từ Đại học Thanh Hoa và Đại học Bắc Kinh. Hệ thống được thử nghiệm trên mẫu robot hình người Unitree G1, cho thấy khả năng phản xạ với các đường bóng tốc độ cao, di chuyển linh hoạt khắp sân và duy trì các loạt bóng bền với đối thủ con người.

“Lần đầu tiên, một robot hình người có thể duy trì các loạt đánh tennis cường độ cao, tầm nhìn xa với phản xạ ở mức mili giây, chạm bóng chính xác và chuyển động toàn thân tự nhiên”, bài đăng của Galbot nhấn mạnh.

Giải bài toán dữ liệu chuyển động

Một trong những thách thức cốt lõi khi đào tạo robot chơi thể thao là sự thiếu hụt dữ liệu chuyển động chính xác của con người. Điều này đặc biệt đúng với quần vợt, nơi các tay vợt phải bao quát diện tích lớn, tốc độ bóng có thể lên tới 30 m/giây và thời gian bóng chạm vợt chỉ tính bằng mili giây.

Để giải quyết vấn đề này, thay vì ghi lại toàn bộ trận đấu, các nhà nghiên cứu tập trung thu thập các đoạn chuyển động ngắn, thiết yếu như cú đánh thuận tay, trái tay và bước di chuyển ngang.

Dữ liệu được ghi lại bằng hệ thống theo dõi chuyển động trong một không gian thu nhỏ chỉ 3×5 mét – nhỏ hơn 17 lần so với sân tennis tiêu chuẩn. Tổng cộng có 5 tay vợt tham gia đóng góp khoảng 5 giờ dữ liệu chuyển động.

Từ mô phỏng đến thực chiến

Dựa trên tập dữ liệu này, hệ thống LATENT ban đầu huấn luyện robot sao chép các chuyển động đơn lẻ. Sau đó, các hành động này được kết hợp thành chuỗi để robot thực hiện các nhiệm vụ cụ thể: tiếp cận bóng, thực hiện cú đánh và trở lại vị trí phòng thủ trên sân.

Để tối ưu hóa hiệu suất thực tế, mô hình AI được đào tạo trong môi trường mô phỏng, nơi các thông số vật lý then chốt như khối lượng của robot và quả bóng, lực ma sát và khí động học được thay đổi ngẫu nhiên. Cách tiếp cận này giúp thu hẹp khoảng cách giữa môi trường đào tạo mô phỏng và điều kiện thực tế.

Trong các bài kiểm tra mô phỏng, hệ thống đạt tỷ lệ thành công lên tới 96% ở các cú đánh thuận tay. Khi triển khai trên robot Unitree G1 thực tế, nó chứng minh khả năng duy trì nhịp độ trận đấu với người thật và đưa bóng qua lưới một cách ổn định.

Nhóm nghiên cứu nhận định nền tảng công nghệ này hoàn toàn có thể mở rộng sang các lĩnh vực thể thao khác gặp khó khăn trong việc thu thập dữ liệu chuyển động toàn diện, chẳng hạn bóng đá hay cầu lông.

(Theo Interesting Engineering)