5. ročník jednodenní kontraktační výstavy Volty EXPO bude 27. května 2026 (středa) na PVA Expo v Praze Letňanech. Zde je přihláška pro vystavovatele a registrace pro návštěvníky.

Zavřít
Leaderboard ABB 1350 x 200 px

Video: Roboti se učí tenis rekordně rychle. Nová metoda může změnit AI

Datum 22.03.2026

Foto: ChatGPT / OpenAI

Čínští vědci představili nový způsob, jak naučit roboty hrát tenis – a podle všeho jde o významný průlom v oblasti strojového učení a praktické umělé inteligence. Jejich systém LATENT, který je navíc open-source a dostupný na GitHubu, nabízí jednodušší a efektivnější přístup k autonomii humanoidních robotů.

Výzkumníci nasbírali zhruba pět hodin dat, ve kterých lidé předváděli základní tenisové pohyby – forehandy, backhandy a práci nohou – ale jen na malé části kurtu. Z těchto „stavebních bloků“ vytvořili databázi pohybů, kterou následně nahráli do humanoidního robota Unitree G1. Tento humanoidní robot se už dá koupit také u nás na Alze v cenovém rozpětí od půl milionu korun v základní konfiguraci Unitree G1 Basic až po jeden a půl milionu korun u verze Unitree G1 EDU U6, který má výkonnější AI modul, více stupňů volnosti, větší přesnost a stabilitu pohybu, a hlavně se dá už programovat.

Tento robot nedostává přesné instrukce, jak hrát, ale spíše obecné zadání: sleduj míček a vrať ho přes síť do kurtu. Zbytek – načasování, úhly i výběr pohybů – si osvojuje sám, převážně v rychlé simulaci. V tom právě spočívá ta omezená autonomie. Systém je navíc navržen tak, aby fungoval i s nedokonalými daty, což výrazně zjednodušuje trénink. Výsledky jsou překvapivě dobré: robot zvládá vracet forehandy s úspěšností kolem 90 % a backhandy těsně pod 80 %. Pohybuje se přitom plynule a připomíná skutečného hráče, i když na profesionální úroveň má zatím daleko.

Technologie naznačuje, že už brzy by mohli roboti sloužit jako kvalitní tréninkoví partneři. Do budoucna se navíc otevírá cesta k systémům, které by mohly překonat i špičkové sportovce – podobně jako AI dnes dominuje v šachu. Přínos ale není jen sportovní. Schopnost zvládat složité, dynamické situace a přesně ovládat „tělo“ může robotům pomoci i v praktických úkolech v reálném světě.

René Pajurek
zdroj: New Atlas

Schneider - Alza – 700 x 200 px

Napsat komentář

Secret Link