《自然》杂志刊文：乒乓球机器人Ace击败人类精英选手；下一步职业赛场？
系统有潜力执行复杂的实时互动任务，并预示其在快速准确的物理交互领域有更广泛的应用前景。
与棋类或电子游戏不同，乒乓球比赛要求系统一边做出瞬时决策，一边完成对高速飞行球体的精准击打，并持续适应对手难以预判的变化。
而这款名为“Ace”的，将视觉传感器、无模型强化学习以及高速机器人硬件结合在一起，其结构类似一根带有乒乓球拍的起重机式机械臂。
它能够自主在空间中定位乒乓球，判断应采用的回球技术，将球击回对方球台，并不断重复这一过程，直到回合结束。
像Ace这样的系统被称为“AI代理”——能在有限人类干预下，通过推理与行动解决多步骤问题。
研究显示，AI的研究人员将Ace与多位高水平乒乓球选手进行了一系列对战测试。
在事先并不了解对手打法风格的情况下，Ace与五名不同精英乒乓球选手（定义为接受过超过10年高强度训练的人）进行了13场比赛，赢下7场。
论文第一作者、AI苏黎世分部总监、索尼AI Ace项目负责人德尔表示，“Ace的出现表明，类似技术可应用于其他需要快速实时控制和人机交互的领域——例如制造和服务机器人，以及体育、娱乐和安全关键型物理领域中的应用。”
1997年，美国超级计算机“深蓝”击败当时世界排名第一的国际象棋大师卡斯帕罗夫；2016年，AlphaGo以4:1战胜韩国著名九段棋手李世石；2019年，OpenAI Five在《Dota 2》中力克人类冠军战队。
为了捕捉时速超过70公里（20米/秒）、转速高达近千弧度/秒的乒乓球，Ace配备了9个同步摄像头和3套视觉系统，其中包括索尼半导体解决方案公司提供的事件视觉。
这套系统能在200Hz的频率下定位球的位置，在700Hz的频率下测算旋转，端到端延迟仅为20.2毫秒。
作为对比，人类精英选手的反应时间通常在230毫秒左右。“这足以捕捉到肉眼看来会变得模糊的运动细节。”德尔解释道。
除了敏锐的“眼睛”，Ace还拥有一只灵活的“手臂”。研究团队开发了一款拥有8个关节的定制机器人平台，这是执行竞技级击球的“最小必要数”：3个关节控制球拍位置，2个调整角度，3个调节击球的速度与力度。
通过拓扑结构优化和3D打印的轻质合金材料，这只机械臂在保证刚性的同时实现了高速运动。研究人员称，该机器人还能精准处理旋转球，以及由球擦网导致的意外轨迹变化。
去年4月的比赛中，在“发球直接得分”方面，Ace以16比8领先于精英选手。
报告还提到一点，在乒乓球台前，Ace带来了另一种压迫感——无法解读的情绪和难以预测的球路。
职业乒乓球选手Taira Mayuka在与Ace对决后坦言，Ace的优势在于“它非常难以预测，且毫无情绪表现”。
“面对人类选手，你可以通过观察对方的微表情或习惯性动作来预判；但面对Ace，由于无法解读它的反应，你很难找到它‘讨厌’或‘难以应对’的球路，这让对决变得异常困难。”
这种“难以捉摸”源于Ace独特的学习方式。它并非通过模仿人类比赛录像来学习，而是模拟训练中自主学习，因此其反应方式与人类选手不同，常会制造出令人意外的局面。
在3000小时的虚拟训练中，它自己摸索出了各种人类选手不常用的击球角度和旋转组合。当精英选手试图用复杂旋转的发球施压时，Ace往往能用更复杂的旋转回击。
精英选手Rui Takenaka在与Ace的对抗中发现了其“吃软不吃硬”的特点：“当我使用带有复杂旋转的发球时，Ace回球也很复杂；但当我改用简单的‘不转球’时，Ace的回球也变简单了。”这让她得以在第三拍发起有效进攻并获得胜利。
对此，德尔承认：“职业人类选手非常擅长适应对手并找出其弱点，这是我们正在努力改进的方面。”