一个乒乓球机器人有与人类玩家对抗的能力，但就像其他人类业余乒乓球选手一样，要想打出一些花哨的球还比较困难。
德国图宾根大学的高亚鹏（音译）、Jonas Tebbe和Andreas Zell最初设计了一个计算机模型，对虚拟机械臂用乒乓球拍在虚拟球桌上击球、回球的情景进行了模拟，以便机器通过算法学习球拍的速度和方向如何影响球的路径。
通过反复试验学习，该算法能够稳定地回球，然后研究人员尝试用其控制位于现实球桌旁的真正机械臂的运动。
该系统用两台摄像机每7毫秒跟踪一次球的真实位置，再通过算法处理信号，决定机械臂击球和回球的位置。
该算法发送的信号使得机械臂能够在平均24.9厘米的预定范围内准确地击球。相关研究近日发表于预印本平台arXiv。
Tebbe指出，该精度比算法在模拟试验中的表现要稍差一些，但处于正常范围内，因为计算机模拟无法准确演示现实中的一切。
该系统的整个运作流程，包括虚拟仿真学习和现实培训在内，只需1.5小时即可完成。这展现了该算法在新情境下学习并执行的速度。
尽管在与人类的对练中机械臂表现不俗，但在处理一些需要采用高速回击的慢速球时，仍显得有些力不从心。
“如果来球的速度很慢，那么机械臂便要在挥拍时给球加速。”Tebbe说，这时，球经常会从球拍上掉下来。
“通过对该系统进行短时间的训练，机械臂就能够很好地应对不同发球之间的差异，并能够随机选择适当的回击策略。”未参与该研究的英国谢菲尔德大学的Jonathan Aitken说。
Aitken对于该系统被慢球回击“绊住了脚”感到十分惊讶。同时让他觉得有趣的是，机械臂有时击球困难并不是因为算法短路，而是受到机械臂本身的系统限制。
此外，机械臂还有其他局限性。Zell指出，比如发下旋球对于机械臂来说就很困难，它很难将球拍调整到发下旋球的合适角度。尽管如此，在Zell眼中，机械臂已经是一个很好的玩家了。
“机械臂并不比普通人的表现差，至少它已经和我旗鼓相当了。”Zell说。（徐锐）
相关论文信息：
https://doi.org/arxiv.org/abs/2109.03100