Zum Hauptinhalt Zur Navigation Zur Suche

Robotik: Sony-KI besiegt erfahrene Tischtennisspieler

Der Roboter Ace von Sony AI schlägt Elite-Amateure im Tischtennis. Das System kombiniert Hochgeschwindigkeitssensoren mit Deep Learning.
/ Nils Matthiesen
Kommentare Auf Google folgen (öffnet im neuen Fenster)
Sony-Tischtennisroboter gewinnt gegen Athleten. (Bild: Sony)
Sony-Tischtennisroboter gewinnt gegen Athleten. Bild: Sony

Ingenieure von Sony AI haben mit Ace(öffnet im neuen Fenster) einen Roboter entwickelt, der in der Lage ist, erfahrene menschliche Tischtennisspieler im direkten Duell(öffnet im neuen Fenster) zu besiegen. In Testspielen, die bereits im April 2025 durchgeführt wurden, trat das System gegen Athleten mit mehr als zehn Jahren intensiver Trainingserfahrung und nationaler Wettkampfhistorie an. Gegen diese Gruppe, die im Durchschnitt 20 Stunden pro Woche trainiert, gewann der Roboter drei von fünf Matches. Laut den Entwicklern markiert dies einen bedeutenden Durchbruch, da das System Wahrnehmung, Entscheidungsfindung und motorische Steuerung in Echtzeit unter realen Bedingungen koordiniert.

Der Projektleiter Peter Dürr von Sony AI in Zürich betont, dass Tischtennis aufgrund der notwendigen Sekundenbruchteil-Entscheidungen eine besondere Herausforderung darstellt. Während KI-Systeme in virtuellen Umgebungen wie Schach oder Go bereits dominieren, ist die Umsetzung in der physischen Welt deutlich schwieriger. Ein Roboter muss unvorhersehbare Änderungen in der Umgebung wahrnehmen, interpretieren und sofort physisch darauf reagieren.

Training mit Soft-Actor-Critic

Die Hardware von Ace basiert auf einem Arm mit acht Freiheitsgraden, bestehend aus zwei prismatischen und sechs rotatorischen Gelenken. Diese Konfiguration ermöglicht die notwendige Agilität, um die Flugbahnen der Bälle präzise zu kontern. Das neuronale Netzwerk wurde mittels Soft-Actor-Critic (SAC) trainiert, einem spezifischen Deep-Reinforcement-Learning-Verfahren. Ein entscheidender Aspekt des Trainingsprozesses war die asymmetrische Informationsverteilung: Während der "Critic" während der Simulation Zugriff auf den exakten Ballzustand hatte, musste die "Policy" – also die ausführende Strategie – mit verrauschten Sensordaten operieren.

Besonders kritisch ist die Fähigkeit, den Spin des Balls zu erkennen. Ace wurde so trainiert, dass er situative Entscheidungen trifft, statt nur vorprogrammierte Bewegungen auszuführen. In den Versuchsreihen trat Ace auch gegen zwei Profis aus der japanischen Liga an, Minami Ando und Kakeru Sone. Gegen diese Spieler konnte der Roboter lediglich ein Spiel von sieben gewinnen und verlor beide Matches, was die aktuelle Grenze der Technologie aufzeigt.

Neue Perspektiven für die Mensch-Maschine-Interaktion

Die Analyse verdeutlicht, dass Ace vor allem durch Kontrolle punktete. Der Roboter gab 75 Prozent der Bälle mit unterschiedlichen Rotationen erfolgreich zurück. Der ehemalige Olympionike Kinjiro Nakamura zeigte sich beeindruckt und merkte an, dass die Techniken des Roboters sogar neue Möglichkeiten für menschliche Spieler aufzeigen könnten.

Peter Stone, Mitautor der Studie und Chief Scientist bei Sony AI, bezeichnet den Erfolg von Ace als "Meilenstein für die KI-Forschung". Das Projekt beweise, dass KI-Systeme in komplexen, sich schnell verändernden Umgebungen effektiv agieren können. Dies ebne den Weg für künftige Anwendungen der Robotik in Bereichen, die eine hochfrequente Interaktion mit Menschen oder dynamischen Objekten voraussetzen.


Relevante Themen