Китайски хуманоиден робот демонстрира разиграване на тенис в реално време, което бележи напредък в областта на изкуствения интелект с физическо присъствие.

Системата, разработена от Galbot и университета "Цинхуа", може да проследява идващите топки, да предвижда траекториите им, да променя позицията си и да отвръща на ударите, като използва автономно обучение и координация на цялото тяло.

Според екипа, с успеваемост при връщане на форхенд от 90,9 процента, роботът подчертава нарастващите си способности в динамични, състезателни среди – един от най-трудните тестове за хуманоидната роботика, според местни медийни доклади.

През януари 2026 г. Walker S2 на UBTech Robotics демонстрира реални тенис умения, комбинирайки възприятие, баланс и прецизност, за да изпълнява мощни и точни удари по време на тестове за разиграване между човек и робот.

Тенис роботът се задвижва от платформа за обучение, наречена LATENT, разработена от екип от университета „Цинхуа“ в сътрудничество с китайската компания за изкуствен интелект и роботика Galbot, която позволява на хуманоидни роботи да усвояват сложни спортни умения въз основа на несъвършени данни за човешките движения.

Системата се фокусира върху разлагането на тениса на основни елементарни движения – като удари с форхенд и бекхенд, странични стъпки и кръстосани стъпки – което позволява на роботите да се обучават по структуриран и мащабируем начин.

Вместо да разчита на високопрецизно заснемане на движението или подробно кинематично моделиране, LATENT използва „квазиреалистични“ входни данни, получени от аматьори. С помощта на компактна система за заснемане бяха събрани около 5 часа данни за движението, което доведе до шумови, но все пак значими представяния на човешкото движение. Тези данни се преобразуват в латентно пространство на действията, където роботът може да интерпретира, усъвършенства и комбинира отново елементите на движението в съгласувани действия.

Рамката интегрира усилващо обучение с мащабна симулация, което позволява на системата да се адаптира към променящи се траектории на топката и условия на игра, като същевременно запазва плавни, подобни на човешките движения. Обучената политика беше приложена върху хуманоидния робот Unitree G1, където демонстрира надеждно удряне на топката и контролирани отговори.

Екипът твърди, че хуманоидният робот е способен да проследява идващите топки, да предвижда тяхната траектория, да коригира позицията си и да отвръща на ударите, като използва автономно обучение, координация на цялото тяло и вземане на решения в реално време. Той може да поддържа разигравания с много удари срещу играчи на различна възраст и с различни нива на умения, демонстрирайки адаптивност в динамични игрови ситуации.

Процентът на успешни отговори с форхенд достигна 90,9%, което бележи напредък в един от най-трудните тестове за хуманоидни роботи – ефективна работа в бързи, състезателни и неструктурирани среди.

В по-ранни оценки изследователите тестваха системата LATENT в реални мачове, в които хуманоидни роботи се състезаваха срещу човешки играчи както в предната, така и в задната част на корта. В рамките на 10 000 опита системата показа отлични резултати както при ударите с форхенд, така и при тези с бекхенд, като надмина предишните методи по отношение на точност, последователност и естественост на движенията.

Според екипа, при максимална производителност роботът постигна 96,5% успеваемост, като постоянно връщаше топките близо до желаните целеви зони. Въпреки че все още не достига скоростта и прецизността на професионалните играчи, системата демонстрира способността да поддържа продължителни разигравания и да се адаптира към различни стилове на игра и условия, което подчертава стабилния напредък към по-способни, реални спортни роботи.

Снимка: Unsplash/LATENT/GitHub

Виж още: Този смартфон производител съди над 300 инфлуенсъри, защото създават негативен имидж на марката