DeepMind développe un robot capable de jouer au ping-pong au niveau amateur

Une équipe d'ingénieurs du projet DeepMind de Google a présenté un robot capable de jouer au tennis de table (ping-pong) de niveau amateur. L'équipe a publié un article sur le sujet. arXiv serveur de préimpression décrivant comment ils ont développé le robot, ses performances à différents niveaux de capacité et comment les joueurs humains ont réagi en jouant avec le robot.

Au cours des dernières années, les roboticiens ont combiné les avancées en matière de conception de robots avec l'intelligence artificielle, ce qui a permis de développer des robots aux capacités toujours plus grandes. Dans le cadre de cette nouvelle initiative, l'équipe de recherche a développé un joueur de ping-pong basé sur l'IA avec le niveau de performance le plus élevé jamais atteint pour un robot.

Pour construire leur système robotique, les chercheurs ont commencé avec un bras robotisé appelé ABB IRB 1100, un robot actuellement utilisé dans des applications industrielles réelles. En plus de sa capacité à manipuler son bras et sa main très rapidement, il peut également glisser rapidement d'un côté à l'autre sur un rail. Ces caractéristiques en font un candidat idéal pour jouer au ping-pong.

Pour donner au robot la capacité de jouer à ce jeu qui requiert un très haut degré de réactivité, de dextérité et de réflexion, ils ont utilisé une approche à deux niveaux. Le premier niveau consistait à exécuter des mouvements de tennis de table, tandis que le deuxième était axé sur la stratégie.

Son architecture cérébrale combinait plusieurs contrôleurs de niveau de compétence pour gérer chacun des types de mouvements nécessaires pour renvoyer correctement une balle de ping-pong. Chacun d'entre eux a été entraîné à l'aide de routines d'IA qui ont appris en observant des simulations physiques et des humains en train de jouer au jeu, une approche qui a permis d'utiliser un ensemble de données relativement restreint. Ils ont également utilisé un processus itératif pour affiner les compétences du robot.

Une fois le robot testé virtuellement et jugé prêt à affronter des humains, les chercheurs ont organisé 29 matchs impliquant des humains aux compétences très variées. Le robot a facilement battu tous les humains de niveau débutant, mais aucun de ceux ayant un niveau de compétence élevé. Il a remporté un peu plus de la moitié de ses matchs contre des joueurs intermédiaires.

Au cours des tests, l'équipe de recherche a découvert des faiblesses dans le jeu du robot (réactions lentes aux balles rapides et/ou hautes, lecture de l'effet et frappe de revers) qu'elle cherchera à corriger.