L’av\u00e8nement des algorithmes de jeu a marqu\u00e9 un tournant dans l’histoire des interactions homme-machine. Garry Kasparov, embl\u00e9matique joueur d’\u00e9checs, a perdu face \u00e0 Deep Blue, prouvant une fois pour toutes que les machines pouvaient surpasser les humains. Depuis, des succ\u00e8s similaires ont \u00e9t\u00e9 observ\u00e9s dans d’autres domaines comme le Go ou StarCraft. Aujourd’hui, une nouvelle fronti\u00e8re se dessine : le tennis.<\/p>\n
Des chercheurs des universit\u00e9s de Tsinghua et de P\u00e9kin se penchent sur la cr\u00e9ation d’un robot capable de jouer au tennis, projet intitul\u00e9 LATENT<\/strong> (Learn Athletic humanoid Tennis skills from imperfect human Motion Data). Ce robot, \u00e0 l’instar de AlphaZero, apprend de mani\u00e8re autonome \u00e0 ma\u00eetriser le jeu \u00e0 travers des algorithmes complexes. Bien qu\u2019il ait \u00e9t\u00e9 d\u00e9montr\u00e9 que des robots pouvaient d\u00e9j\u00e0 jouer au ping-pong ou reproduire des mouvements de kung-fu, le projet LATENT repr\u00e9sente une avanc\u00e9e marquante.<\/p>\n Depuis longtemps, faire r\u00e9agir un robot \u00e0 la vitesse d’une balle de tennis a \u00e9t\u00e9 un d\u00e9fi plut\u00f4t complexe. Traditionnellement, les robots avaient besoin de donn\u00e9es parfaites pour donner des r\u00e9sultats optimaux. Cependant, les chercheurs ont tourn\u00e9 ce probl\u00e8me \u00e0 leur avantage en utilisant des donn\u00e9es “imparfaites”. Ces informations sont recueillies \u00e0 partir des mouvements humains, permettant au robot d’apprendre \u00e0 partir d’exemples concrets, m\u00eame si ces derniers ne sont pas toujours parfaits.<\/p>\n Pour faciliter l’apprentissage, le projet LATENT a recours \u00e0 un terrain de jeu r\u00e9duit, 17 fois plus petit qu\u2019un court classique. Cela permet de capter directement des “habilet\u00e9s primitives” comme le coup droit ou les d\u00e9placements lat\u00e9raux, tout en diminuant la complexit\u00e9 des mouvements \u00e0 diff\u00e9rentes vitesses et angles. Le contr\u00f4le du robot devient ainsi bien plus g\u00e9rable et efficace durant l\u2019apprentissage initial.<\/p>\n Une caract\u00e9ristique fascinante de ce d\u00e9veloppement est la capacit\u00e9 du robot \u00e0 s’adapter instantan\u00e9ment. Fort de ces premi\u00e8res donn\u00e9es, il corrige ses mouvements en temps r\u00e9el. Ainsi, non seulement il imite la stabilit\u00e9 des joueurs humains, mais il ajuste \u00e9galement avec pr\u00e9cision l’angle de sa raquette pour frapper la balle de mani\u00e8re appropri\u00e9e. Cela lui permet d\u2019effectuer des \u00e9changes fluides, m\u00eame en cas d’erreurs pour adapter sa technique.<\/p>\n Le syst\u00e8me d\u00e9velopp\u00e9 a \u00e9t\u00e9 int\u00e9gr\u00e9 \u00e0 un robot humano\u00efde, le Unitree G1<\/strong>, qui poss\u00e8de 29 degr\u00e9s de libert\u00e9. \u00c9quip\u00e9 d’une raquette imprim\u00e9e en 3D, le G1 a surpris lors de ses tests. Il s\u2019est av\u00e9r\u00e9 \u00eatre capable de retourner des balles lanc\u00e9es \u00e0 plus de 15 m\/s (54 km\/h) et de maintenir des \u00e9changes avec des joueurs humains, s’adaptant \u00e0 la dynamique du jeu en temps r\u00e9el.<\/p>\n Bien que ces robots soient encore loin de rivaliser avec des joueurs professionnels, ils ouvrent la voie \u00e0 une nouvelle \u00e8re o\u00f9 les techniques d\u2019apprentissage par renforcement peuvent \u00eatre appliqu\u00e9es dans des environnements physiques. Cela soul\u00e8ve la question de savoir si les robots pourraient un jour apprendre d’autres disciplines sportives \u2014 ou m\u00eame d’autres domaines d’activit\u00e9s physiques \u2014 en se basant simplement sur des mouvements de base.<\/p>\n Ces avanc\u00e9es marquent le d\u00e9but d’une \u00e8re o\u00f9 la fronti\u00e8re entre l’homme et la machine devient de plus en plus floue, et le tennis, sport embl\u00e9matique, pourrait bien \u00eatre le premier \u00e0 entrer dans cette nouvelle dimension.<\/p>\nL\u2019Utilisation des Donn\u00e9es Imperfectes<\/h3>\n
R\u00e9duction de la Complexit\u00e9 avec le Minitennis<\/h3>\n
L\u2019Adaptation en Temps R\u00e9el<\/h3>\n
Un Partenaire de Jeu : Le Robot Unitree G1<\/h3>\n
Quelles Perspectives pour l\u2019Avenir ?<\/h3>\n
\n