Un robot humanoide de última generación logró aprender a jugar tenis en apenas cinco horas, alcanzando una tasa de rendimiento del 96,5% en devoluciones frente a jugadores humanos, un avance que ha generado asombro en la comunidad tecnológica.
Las imágenes del experimento se viralizaron rápidamente y provocaron reacciones de figuras como Elon Musk, quien expresó su sorpresa, mientras que el experto en inteligencia artificial Andrej Karpathy admitió que inicialmente pensó que se trataba de una simulación.
Un rendimiento que rompe récords
El robot consiguió devolver más del 90% de las pelotas en pruebas reales, superando ampliamente los registros previos en robótica aplicada al deporte.
Sin embargo, los investigadores advierten que el sistema aún no es completamente autónomo en términos estratégicos:
- No decides hacia dónde dirigir la pelota
- Se limita a devoluciones automatizadas
- No simula un partido competitivo completo
La tecnología detrás del avance
El sistema, denominado LATENT (Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data), introduce una nueva forma de enseñar habilidades físicas a robots.
A diferencia de los métodos tradicionales, este modelo:
- No requiere programación previa detallada
- Aprende a partir de movimientos humanos imperfectos.
- Ajusta su desempeño en tiempo real
El robot utilizado es el modelo Unitree G1, desarrollado por la empresa Unitree Robotics.
Cómo logró aprender tan rápido
El entrenamiento se basó en datos de movimientos de tenistas amateurs, lo que permitió al robot adaptarse dinámicamente a cada situación.
“Puede planificar en tiempo real sus pasos, el ritmo del golpe y la postura corporal según la velocidad y trayectoria de la pelota”.
Este enfoque permite que el robot mantenga la estabilidad y un movimiento más natural, incluso ante pelotas que superan los 100 km/h.
Limitaciones actuales
Pese a su alto nivel de precisión, el sistema todavía enfrenta retos importantes:
- Falta de toma de decisiones estratégicas
- Técnica aún lejana a jugadores profesionales
- Limitaciones en escenarios competitivos reales
Los propios desarrolladores reconocen que los datos utilizados siguen siendo “imperfectos”, aunque útiles como base de aprendizaje.
El futuro: más allá del tenis
El objetivo del proyecto es avanzar hacia robots capaces de competir y adaptarse a rivales humanos en tiempo real, mediante entrenamiento multiagente.
Además, el modelo LATENT podría aplicarse a otras disciplinas y tareas complejas como:
- Fútbol
- Parkour
- Actividades domésticas
- Colaboración humano-máquina
Un paso más hacia la IA en el mundo real
Este avance refuerza la tendencia de la llamada inteligencia artificial encarnada, que busca llevar capacidades cognitivas y físicas fuera de los laboratorios.
Más allá del espectáculo deportivo, el desarrollo abre la puerta a nuevas aplicaciones en múltiples sectores, desde el entretenimiento hasta la industria.
Fuente: Infobae.
