Ein vollautomatischer Tischtennisroboter namens „Ace“ hat kürzlich in Tokio mehrere offizielle Spiele gegen menschliche Spitzenspieler gewonnen. Es gilt als Meilenstein, dass künstliche Intelligenz und Robotertechnologie einen neuen Meilenstein im Sportbereich erreicht haben.
„Ace“ wurde von der Forschungsabteilung für künstliche Intelligenz der japanischen Sony Corporation entwickelt. Es ist das erste Robotersystem, das bei hart umkämpften Sportveranstaltungen, die extrem hohe Geschwindigkeit und Präzision erfordern, das Expertenniveau erreicht. Der Projektleiter sagte, dass Ace auf schnelle visuelle Wahrnehmung, Kontrollalgorithmen für künstliche Intelligenz und fortschrittliche Roboter-Hardwareplattformen angewiesen sei, um bei Tischtennisspielen extrem schnelle und präzise technische Entscheidungen und Schlagausführungen zu treffen.
Seit 1983 sind in der Vergangenheit verschiedene Tischtennisroboter aufgetaucht, es war jedoch immer schwierig, mit menschlichen Spielern auf hohem Niveau zu konkurrieren. Das Aufkommen von Ace hat diese Situation verändert: Es hat gegen Elite- und Profispieler in Spielen gespielt, die den offiziellen Regeln der International Table Tennis Federation entsprechen und von zertifizierten Schiedsrichtern geleitet werden, und hat einige Duelle gewonnen. Projektleiter Peter Dell, Leiter von Sony AI Zurich, sagte, dass im Gegensatz zur „rein digitalen“ KI, die bereits menschliche Experten in Schach und Videospielen überholt habe, physische Sportarten wie Tischtennis, die Konfrontationen aus nächster Nähe und mit hoher Geschwindigkeit erfordern, immer noch als großes Problem im Bereich der KI und Robotik angesehen werden.
Del wies darauf hin, dass das Ziel des Projekts nicht nur darin bestehe, Roboter mit Menschen an der Tischtennisplatte konkurrieren zu lassen, sondern vor allem darin zu erforschen, wie Roboter in einer dynamischen Umgebung einen menschenähnlichen geschlossenen Regelkreis „Wahrnehmung-Entscheidung-Handlung“ erreichen und in sehr kurzer Zeit vollständige Vorhersagen und Kontrollen erreichen können. Er betonte, dass der Erfolg von Ace bei visuellen Wahrnehmungs- und lernbasierten Steuerungsalgorithmen bedeutet, dass ähnliche Technologien voraussichtlich auf andere Szenarien ausgeweitet werden, die Hochgeschwindigkeits-Echtzeitsteuerung und Interaktion mit Menschen erfordern, wie etwa Fertigung, Serviceroboter und eine Vielzahl von Anwendungsfeldern, die Sport, Unterhaltung und sogar sicherheitskritische physische Systeme umfassen. Relevante Forschungsergebnisse wurden in der am 22. erschienenen Fachzeitschrift „Nature“ veröffentlicht.
Das Forschungsteam gab in der Studie bekannt, dass Ace im April 2025 drei von fünf Spielen gegen Elitespieler gewann und in zwei Spielen gegen Profispieler verlor. Sony AI fügte hinzu, dass Ace im Dezember 2025 und März dieses Jahres den Sieg über professionelle Spieler errungen hat und seine Leistung sich weiter verbessert hat. Gleichzeitig erzielen Unternehmen auf der ganzen Welt weiterhin Durchbrüche im Bereich Roboter. Beim Halbmarathon, der diese Woche in Peking stattfand, übertrafen Roboterläufer beispielsweise menschliche Läufer.
Anders als beim Rechnen in einer virtuellen Umgebung beim Schach oder bei Videospielen ist es bei Tischtennis-Wettbewerben erforderlich, dass das System sofortige Entscheidungen trifft, präzise Schläge auf schnell fliegende Bälle ausführt und sich kontinuierlich an Veränderungen anpasst, die für den Gegner schwer vorherzusagen sind. Tischtennisbälle fliegen mit hoher Geschwindigkeit, starker Rotation und komplexen Bögen und bringen sowohl Menschen als auch Roboter an die Grenzen der Wahrnehmungs-, Vorhersage- und Bewegungssteuerungsfähigkeiten. Zu diesem Zweck integriert die Architektur von Ace 9 synchronisierte Kameras und 3 Sätze von Bildverarbeitungssystemen, um schnell rotierende Tischtennisbälle in Echtzeit und mit extrem hoher Präzision zu verfolgen. Dell sagte, das System sei reaktionsschnell genug, um subtile Bewegungsänderungen zu erfassen, die für das menschliche Auge fast wie eine „Unschärfe“ erscheinen.
Beim Karosseriedesign setzt Ace auf eine maßgeschneiderte Roboterplattform mit 8 Gelenken. Del erklärte, dass dies die „Mindestkonfiguration“ für die Durchführung von kompetitiven Wettkampfschlägen sei: 3 Gelenke steuern die Schlägerposition, 2 Gelenke sind für die Schlägerhaltung verantwortlich und die anderen 3 Gelenke werden verwendet, um die Geschwindigkeit und Kraft des Schlägers anzupassen. Dieses Design ermöglicht es Ace, eine Vielzahl hochwertiger Schläge auszuführen, einschließlich schneller Züge, Linienwechsel und Reaktionen auf verschiedene Drehungen.
Den Rückmeldungen menschlicher Gegner nach zu urteilen, ist Aces „Stil“ auf dem Platz ebenfalls sehr bedrückend. Die Profispielerin Mayuka Taira, die im vergangenen Dezember ein Match mit Ace verlor, sagte, der Roboter sei „sehr unberechenbar und völlig emotionslos“. Sie gab zu, dass es fast unmöglich sei, „den Gegner zu lesen“, um die Ballwege herauszufinden, mit denen er nicht gut umgehen könne, weil es unmöglich sei, Vorlieben und Schwächen anhand seines Gesichtsausdrucks oder seiner Körperreaktionen zu beurteilen, was die Schwierigkeit des Spiels erheblich erhöhe.
Der Spitzenspieler Rui Takenaka, der viele Male gegen Ace gespielt und gewonnen und verloren hat, glaubt, dass die „Fähigkeit des Roboters, verschiedene Aufschlagqualitäten zu erkennen“ beeindruckend ist. Er sagte, wenn er mit komplexem Spin aufschlage, würde Ace auch mit komplexem Spin zurückschlagen, was ihn in der darauffolgenden Pattsituation sehr schwierig machte; und als er zum Aufschlag auf einen schwach rotierenden „No-Spin-Ball“ (allgemein bekannt als „Floating Ball“ oder „Edge Without Spin“) wechselte, war Aces Return relativ einfach und eröffnete ihm so Möglichkeiten, auf dem dritten Brett anzugreifen. Dies wurde von ihm als einer der Schlüsselfaktoren für den Sieg über Ace angesehen.
Obwohl Ace in mehreren Indikatoren „übermenschliche“ Fähigkeiten unter Beweis gestellt hat, glaubt Del, dass dieses Robotersystem noch viel Raum für Verbesserungen bietet. Er wies darauf hin, dass Ace beim Erkennen des Spins und der Reaktionsgeschwindigkeit ankommender Bälle ein Niveau erreicht hat, das über dem des Menschen liegt, und da es nicht durch das Beobachten menschlicher Spiele, sondern hauptsächlich durch simuliertes Selbstkonfrontationstraining lernt, zeigt es im Spiel oft einen völlig anderen Reaktionsmodus als Menschen und schafft sogar Situationen, mit denen selbst erfahrene Spieler nicht gerechnet haben. Im Gegensatz dazu sind Profisportler jedoch äußerst talentiert darin, sich an ihre Gegner anzupassen und Schwächen zu finden, was einer der Bereiche ist, auf die sich das Forschungsteam konzentriert.