Robot ogrywa ludzi w ping-ponga. 10 razy szybszy od mistrzów dyscypliny
Sportowa rywalizacja człowieka z maszyną weszła na nowy tor... A raczej na stół - taki do ping-ponga. Po sukcesach w grach planszowych i strategicznych, takich jak szachy czy Go, naukowcy z Sony AI w Zurychu przesunęli granice możliwości sztucznej inteligencji w sferę czysto fizyczną. Projekt ACE (Autonomous Robot for Table Tennis Excellence) to zaawansowany system robotyczny wsparty przez AI, który jako pierwszy w historii osiągnął poziom pozwalający na zwycięstwo w meczu z elitarnymi zawodnikami tenisa stołowego.

W skrócie
- Robot ACE, opracowany przez Sony AI w Zurychu, wygrał 3 z 5 meczów z elitarnymi zawodnikami tenisa stołowego i zdobył seta z profesjonalistą światowej klasy.
- System ACE opiera się na sieci kamer i sensorach wizyjnych oraz był trenowany w środowisku wirtualnym przy użyciu algorytmów uczenia przez wzmacnianie.
- Zdobyte przez ACE umiejętności z zakresu percepcji i interakcji mogą być wykorzystane w przyszłości w robotyce usługowej i asystującej.
- Więcej podobnych informacji znajdziesz na stronie głównej serwisu
Roboty i AI na granicy ludzkiej percepcji
Stworzenie robota grającego w tenisa stołowego na poziomie zawodowym było ogromnym wyzwaniem ze względu na ekstremalne tempo tej dyscypliny. Tu nie ma czasu do namysłu jak w przypadku szachów. Piłka w profesjonalnych meczach porusza się z prędkością przekraczającą 20 m/s, a czas między uderzeniami jest często krótszy niż 1/2 sekundy. Dodatkową trudność stanowi rotacja, która może osiągać nawet 160 obrotów na sekundę, drastycznie zmieniając tor lotu piłki oraz sposób, w jaki odbija się ona od stołu i rakietki.
Aby sprostać tym wymaganiom, inżynierowie z Sony AI pod kierownictwem Petera Dürra opracowali dwuskładnikowy system percepcji. Pierwszy element to sieć 9 szybkich kamer umieszczonych wokół pola gry, które 200 razy na sekundę triangulują pozycję piłki w 3D. Drugim, przełomowym rozwiązaniem, jest zastosowanie sensorów wizyjnych opartych na zdarzeniach (ang. event-based sensors). Dzięki ruchomym lustrom system ten jest w stanie utrzymać stałe powiększenie na lecącej piłce, co pozwala w czasie rzeczywistym mierzyć nie tylko siłę, ale również oś jej rotacji.
ACE (Autonomous Robot for Table Tennis Excellence) uczył się tego wszystkiego nie przy stole do ping-ponga, lecz w środowisku wirtualnym. System sterowania został wytrenowany wyłącznie w symulacji przy użyciu algorytmów uczenia przez wzmacnianie (ang. Reinforcement Learning), będącego jedną z technik maszynowego uczenia (ang. Machine Learning). Maszyna oddawała tysiące losowych odbić, stopniowo ucząc się, które z nich są skuteczne. Do funkcji nagrody dodawano parametry takie jak szybkość i rodzaj rotacji, co pozwoliło robotowi opanować różnorodne techniki gry.
Przeniesienie tych umiejętności ze świata wirtualnego do rzeczywistego wymagało zachowania bezpieczeństwa. Naukowcy połączyli sieć neuronową z matematyczną warstwą kontroli, która stale generuje "plan ucieczki". Jeśli system przewidzi, że kolejny ruch proponowany przez AI doprowadzi do kolizji z robotem lub stołem, automatycznie przełącza się na bezpieczny manewr, chroniąc sprzęt i ludzkich przeciwników.
ACE dorównał ludziom. Ograł w ping-ponga zawodowców
Dostępne na rynku komercyjnym ramiona robotyczne są budowane głównie z myślą o przemyśle, a nie o sporcie, w którym liczą się milisekundy. Jako że nie posiadają one wystarczającej zwinności, inżynierowie z Sony AI zbudowali własną platformę. Robot posiada sześć stopni swobody i porusza się na specjalnej szynie, co pozwala mu na operowanie w płaszczyźnie XY.
Rakieta, zamontowana na końcu ramienia, może poruszać się z prędkością ponad 20 m/s (ok. 72 km/h), dorównując szybkością mechaniczną najlepszym ludzkim zawodnikom. Błyskawiczny jest również jego czas reakcji. Jak tłumaczy Shamini Bundell z "Nature", jest on "dziesięciokrotnie krótszy, niż potrzebowałby tego człowiek". Konstrukcja została zoptymalizowana pod kątem masy i sztywności przy użyciu technik druku 3D z zaawansowanych stopów metali.
Po wirtualnym treningu i inżynierii sprzętowej przyszedł czas na sprawdzenie tego w praktyce. W kwietniu 2025 roku przeprowadzono oficjalne testy, w których ACE zmierzył się z ludźmi zgodnie z przepisami Międzynarodowej Federacji Tenisa Stołowego (ITTF). Robot stanął naprzeciw pięciu elitarnych zawodników oraz dwojga profesjonalistów z japońskiej T.League.
Wyniki okazały się sensacyjne: ACE wygrał 3 z 5 meczów z elitarnymi graczami, wygrywając łącznie 7 setów. Choć uległ w starciach z profesjonalistami, zdołał urwać jeden set w meczu z zawodnikiem światowej klasy.
Analiza gry pokazała, że o ile ludzie polegają na uderzeniach kończących o ogromnej sile, o tyle robot wygrywa dzięki niesamowitej powtarzalności i umiejętności radzenia sobie z rotacją przeciwnika. ACE wykazał się również zaskakującą skutecznością przy serwisach, zdobywając bezpośrednio 16 punktów ("asów") przeciwko elitarnym zawodnikom.
Sport jest poligonem. Tak roboty zdobywają praktyczne umiejętności
Choć pokonanie człowieka w tenisie stołowym jest imponującym osiągnięciem, dla twórców sztucznej inteligencji i robotów sport ten jest jedynie poligonem doświadczalnym. Umiejętności nabyte przez ACE - takie jak błyskawiczna percepcja, adaptacyjne podejmowanie decyzji i bezpieczna interakcja z otoczeniem - mają kluczowe znaczenie dla przyszłych implementacji robotyki usługowej i asystującej.
"Nie potrzebuję robotów, by grały w piłkę nożną. Nie potrzebuję robotów, by grały w tenisa stołowego. Ale potrzebuję zdolności i umiejętności tych robotów, które zdobyły w tych środowiskach, ponieważ łatwo nam zaobserwować, jak ewoluują. Sporty są zatem tylko substytutem tego, czego chcemy. I są bardzo dobrym substytutem, bowiem jeśli chcesz, żeby roboty pracowały w środowiskach, w których żyją ludzie i które wymagają interakcji, potrzebujemy umiejętności, których zwykle można nauczyć się w sporcie" - powiedziała Esther Colombini, profesorka AI i robotyki na University of Campinas w São Paulo.
Projekt ACE udowodnił, że sztuczna inteligencja kontrolująca mechanizmy fizyczne jest w stanie operować w warunkach wymagających od człowieka szczytowej formy i lat treningu. Może to nie tylko zrewolucjonizować przemysł, ale także zmienić samą dyscyplinę sportu. Zmagania te obserwował Kinjirō Nakamura, japoński olimpijczyk z 1992 roku. Tenisista przyznał, że niektóre zagrania robota były tak nietypowe, że wcześniej uważał je za niemożliwe do wykonania przez człowieka. A jednak sukces maszyny pokazuje, że zawodnicy mogą próbować włączyć te techniki do swojego repertuaru.
Źródła:
- Dürr, P., El Gheche, M., Maeda, G.J. et al. Outplaying elite table tennis players with an autonomous robot. Nature 652, 886-891 (2026). DOI: 10.1038/s41586-026-10338-5
- Thompson, B. Meet Ace, the table-tennis robot that can beat elite players. Nature Podcast (2026). DOI: 10.1038/d41586-026-01341-x
- Bundell, S. This robot can beat you at table tennis. Nature Video (2026). DOI: 10.1038/d41586-026-01343-9










