Além de treinar futuros jogadores, a tecnologia pode expandir as capacidades de outros robôs humanoides, como busca e salvamento.

Fotos em time lapse mostram um novo robô jogador de pingue-pongue realizando um top spin. O robô estima rapidamente a velocidade e a trajetória de uma bola que se aproxima e a acerta com precisão no local desejado na mesa. Crédito: Cortesia dos pesquisadores
Engenheiros do MIT estão entrando no jogo de pingue-pongue robótico com um design leve e poderoso que retorna tacadas com precisão em alta velocidade.
O novo robô de tênis de mesa consiste em um braço robótico multiarticulado fixado em uma das extremidades de uma mesa de pingue-pongue e que empunha uma raquete de pingue-pongue padrão. Auxiliado por diversas câmeras de alta velocidade e um sistema de controle preditivo de alta largura de banda, o robô estima rapidamente a velocidade e a trajetória de uma bola que se aproxima e executa um dos vários tipos de swing — loop, drive ou chop — para rebatê-la precisamente em um local desejado na mesa, com vários tipos de giro.
Em testes, os engenheiros lançaram 150 bolas no robô, uma após a outra, do outro lado da mesa de pingue-pongue. O robô devolveu as bolas com sucesso, com uma taxa de acerto de cerca de 88% em todos os três tipos de tacada. A velocidade de rebatida do robô se aproxima das velocidades máximas de retorno de jogadores humanos e é mais rápida do que a de outros designs robóticos de tênis de mesa.
Agora, a equipe busca aumentar o raio de ação do robô para que ele possa retornar uma variedade maior de arremessos. Assim, eles vislumbram que a configuração pode ser um concorrente viável no crescente campo de sistemas de treinamento robótico inteligente.
Além do jogo, a equipe diz que a tecnologia do tênis de mesa pode ser adaptada para melhorar a velocidade e a capacidade de resposta de robôs humanoides, especialmente em cenários de busca e salvamento e situações em que um robô precisaria reagir ou antecipar rapidamente.
“Os problemas que estamos resolvendo, especificamente relacionados à interceptação de objetos de forma muito rápida e precisa, podem ser potencialmente úteis em cenários onde um robô precisa realizar manobras dinâmicas e planejar onde seu efetor final encontrará um objeto, em tempo real”, diz o estudante de pós-graduação do MIT, David Nguyen.
Nguyen é coautor do novo estudo, juntamente com o estudante de pós-graduação do MIT Kendrick Cancio e Sangbae Kim, professor associado de engenharia mecânica e chefe do Laboratório de Robótica Biomimética do MIT . Os pesquisadores apresentarão os resultados desses experimentos em um artigo na Conferência Internacional do IEEE sobre Robótica e Automação (ICRA) este mês.
Jogo preciso
\
Construir robôs para jogar pingue-pongue é um desafio que os pesquisadores enfrentam desde a década de 1980. O problema exige uma combinação única de tecnologias, incluindo visão computacional de alta velocidade, motores e atuadores rápidos e ágeis, controle preciso do manipulador e previsão precisa em tempo real, bem como planejamento de alto nível da estratégia do jogo.
“Se você pensar no espectro de problemas de controle em robótica, temos de um lado a manipulação, que geralmente é lenta e muito precisa, como pegar um objeto e garantir que você o esteja segurando bem. Do outro lado, temos a locomoção, que envolve ser dinâmico e se adaptar às perturbações do seu sistema”, explica Nguyen. “O pingue-pongue fica entre esses dois. Você ainda está fazendo manipulação, no sentido de que precisa ser preciso ao rebater a bola, mas precisa acertá-la em até 300 milissegundos. Portanto, isso equilibra problemas semelhantes de locomoção dinâmica e manipulação precisa.”
Os robôs de pingue-pongue evoluíram muito desde a década de 1980, mais recentemente com os designs da Omron e do Google DeepMind, que empregam técnicas de inteligência artificial para "aprender" com dados anteriores de pingue-pongue, a fim de melhorar o desempenho do robô em uma variedade crescente de tacadas e golpes. Esses designs demonstraram ser rápidos e precisos o suficiente para competir com jogadores humanos de nível intermediário.
“São robôs realmente especializados, projetados para jogar pingue-pongue”, diz Cancio. “Com o nosso robô, estamos explorando como as técnicas usadas no jogo de pingue-pongue podem ser aplicadas a um sistema mais generalizado, como um robô humanoide ou antropomórfico capaz de realizar muitas tarefas diferentes e úteis.”
Controle do jogo
Para o novo projeto, os pesquisadores modificaram um braço robótico leve e de alta potência que o laboratório de Kim desenvolveu como parte do Humanoid do MIT — um robô bípede com dois braços, aproximadamente do tamanho de uma criança pequena. O grupo está usando o robô para testar diversas manobras dinâmicas, incluindo navegar em terrenos irregulares e variados, além de pular, correr e dar cambalhotas, com o objetivo de um dia utilizar esses robôs em operações de busca e salvamento.
Cada um dos braços do humanoide possui quatro articulações, ou graus de liberdade, cada uma controlada por um motor elétrico. Cancio, Nguyen e Kim construíram um braço robótico semelhante, que adaptaram para o pingue-pongue, adicionando um grau de liberdade adicional no pulso para permitir o controle de uma raquete.
A equipe fixou o braço robótico a uma mesa em uma das extremidades de uma mesa de pingue-pongue padrão e instalou câmeras de captura de movimento de alta velocidade ao redor da mesa para rastrear as bolas que quicam no robô. Eles também desenvolveram algoritmos de controle otimizado que preveem, com base nos princípios da matemática e da física, a velocidade e a orientação da raquete que o braço deve executar para rebater uma bola com um tipo específico de swing: loop (ou topspin), drive (straight-on) ou chop (backspin).
Eles implementaram os algoritmos usando três computadores que processavam simultaneamente imagens de câmeras, estimavam o estado da bola em tempo real e traduziam essas estimativas em comandos para os motores do robô reagirem rapidamente e fazerem o swing.
Após quicarem 150 bolas consecutivamente no braço, eles descobriram que a taxa de acerto do robô, ou seja, a precisão na devolução da bola, era praticamente a mesma para os três tipos de tacadas: 88,4% para rebatidas com loop, 89,2% para golpes e 87,5% para drives. Desde então, eles ajustaram o tempo de reação do robô e descobriram que o braço atinge as bolas mais rápido do que os sistemas existentes, a velocidades de 20 metros por segundo.
Em seu artigo, a equipe relata que a velocidade de ataque do robô, ou a velocidade com que a raquete atinge a bola, é em média de 11 metros por segundo. Jogadores humanos avançados são conhecidos por devolver bolas a velocidades entre 21 e 25 metros por segundo. Desde que os resultados de seus experimentos iniciais foram publicados, os pesquisadores aprimoraram ainda mais o sistema e registraram velocidades de ataque de até 19 metros por segundo (cerca de 67 quilômetros por hora).
“Parte do objetivo deste projeto é dizer que podemos atingir o mesmo nível de capacidade atlética que as pessoas”, diz Nguyen. “E em termos de velocidade de ataque, estamos chegando muito, muito perto.”
O trabalho de acompanhamento também permitiu que o robô mirasse. A equipe incorporou algoritmos de controle ao sistema que preveem não apenas como, mas também onde, rebater uma bola que se aproxima. Com sua versão mais recente, os pesquisadores podem definir um local-alvo na mesa, e o robô rebaterá a bola para esse mesmo local.
Por ser fixo à mesa, o robô tem mobilidade e alcance limitados, conseguindo devolver bolas que chegam principalmente dentro de uma área em forma de crescente ao redor da linha central da mesa. No futuro, os engenheiros planejam instalar o robô em um pórtico ou plataforma com rodas, permitindo que ele cubra uma área maior da mesa e retorne uma variedade maior de tacadas.
“Uma grande vantagem do tênis de mesa é prever o giro e a trajetória da bola, considerando como o adversário a rebate, informação que um lançador automático de bolas não fornece”, diz Cancio. “Um robô como este poderia imitar as manobras que um adversário faria em um ambiente de jogo, de uma forma que ajudasse os humanos a jogar e melhorar.”
Esta pesquisa é apoiada, em parte, pelo Instituto de Robótica e IA.