Otonom bir robotla elit masa tenisi oyuncularını alt etmek

Robotlar Spor Sahnesine Çıkıyor

Karşınızda bir masa tenisi masasında bir robot olduğunu ve onun sadece sizinle ralliler yapmadığını—aynı zamanda deneyimli rakipleri yenebildiğini hayal edin. Bu makale, elit insan sporcular düzeyinde oynayan otonom masa tenisi robotu Ace’i tanıtıyor. Ace sadece havalı bir spor cihazı olmanın ötesinde, fabrikalardan ev asistanlarına kadar günlük ortamlarda insanlarla yıldırım hızında gerçekleşen fiziksel etkileşimleri yöneten makinelerin geleceğine dair bir önizleme sunuyor.

Masa Tenisinin Zorlu Bir Deneme Olmasının Nedeni

Masa tenisi televizyonda göründüğünden çok daha talepkârdır. Üst düzey oyunda top 20 metre/saniyeden daha hızlı gidebilir ve oyuncular bazen vuruşlar arasında görme, karar verme ve hareket etme için yarım saniyeden daha az süreye sahip olur. Hıza ek olarak topun dönüşü—hızlı rotasyonu—havada yolunu büker ve masadan ve raketten nasıl zıplayacağını değiştirir. Dönüşler 1.000 radyan/saniyeyi aşabilir, bu da şutların saptırmasına veya masadan öngörülemez biçimde sıçramasına neden olur. Önceki masa tenisi robotları bu karmaşıklığın çoğundan kaçınmak için topları basit makinelerden fırlatıyor, daha küçük alanlar kullanıyor veya dönüşü büyük ölçüde göz ardı ediyordu. Ace ise standart ekipman ve resmi kurallarla oynanan gerçek maçların tüm zorluklarıyla yüzleşiyor.

Hızlı Hareket Eden Bir Topu Gerçek Zamanlı Görmek

Böylesi hızlarla başa çıkmak için Ace’in olağanüstü bir görmeye ihtiyacı var. Sistem, topu üç boyutta izlemek için olimpik boyuttaki bir kortun etrafına yerleştirilmiş dokuz geleneksel kamera kullanıyor. Bu kameralar topun konumunu milimetre düzeyinde doğrulukla ve yalnızca birkaç milisaniyelik gecikmeyle saniyede yaklaşık 200 kez ölçüyor. Ancak yalnızca konum yeterli değil. Ciddi oyunda dönüş kritik olduğundan Ace ayrıca her biri yüksek hızlı olay tabanlı sensör, yönlendirme aynaları ve telefoto lensi birleştiren üç özel “bakış kontrol” ünitesi kullanıyor. Bu sensörler tam görüntüler kaydetmek yerine her pikseldeki parlaklık değişikliklerini kaydeder; böylece hareketi son derece düşük bulanıklıkla yakalayan küçük “olay” akışları üretirler. Bu olaylar bir sinir ağına ve daha hassas bir ikinci algoritmaya beslenerek Ace’in topun ne kadar hızlı ve hangi yönde döndüğünü saniyede birkaç yüz defaya kadar tahmin etmesini sağlar. Sistem bu ölçümleri harmanlayıp her an için en iyi tahmini seçer ve robotun nasıl hareket etmesi gerektiğine karar veren kontrol yazılımına iletir.

Robot Nasıl Vuruş Seçip Uyguluyor

Ace’in “beyni”, derin pekiştirmeli öğrenme ile öğrenilmiş bir dizi kontrol politikası tarafından oluşturuluyor; bu yöntem yazılımın sanal deneme-yanılma yoluyla gelişmesini sağlıyor. Simülasyonda robot, belirli özelliklere—örneğin güçlü topspin veya kesin iniş noktaları—sahip başarılı geri dönüşleri ödüllendiren bir sinyalle yönlendirilerek bireysel vuruşları defalarca pratik ediyor. Eğitim prosedüründeki akıllıca bir düzenleme, öğrenme algoritmasının perde arkasında kusursuz simülasyon bilgilerini kullanmasına izin verirken politikaların kendilerinin yalnızca gürültülü, gerçekçi sensör okumalarını görmesini sağlıyor; bu da gerçek dünyaya sorunsuz aktarımı kolaylaştırıyor. Bir rally sırasında her 32 milisaniyede Ace top ve robot durumlarının güncellenmiş bir geçmişini alır, öğrenilmiş birkaç “beceriden” birini seçer ve soyut bir eylem üretir. Bu eylem daha sonra bir optimizasyon rutinince hız sınırlarına uyan, masa veya robotla çarpışmayı önleyen ayrıntılı, düzgün bir eklem-izine dönüştürülür. Paralel olarak başka bir planlayıcı, kolun hızla toparlanıp bir sonraki vuruşa hazır olabilmesi için sürekli güvenli bir “sıfırlama” hareketi hazırlar.

Atletik Oyun İçin Özel Tasarlanmış Gövde

İnsan çevikliğine eşdeğer olmak için ekip, iki kayar ve altı döner olmak üzere sekiz eklemli özel bir robot kol tasarladı; bu, raketi konumlandırmak, açısını ayarlamak ve yetenekli bir sporcu gibi sallamak için yeterli özgürlüğü sağlıyor. Kol, bilgisayar algoritmalarıyla optimize edilmiş ve eklenti imalatla üretilmiş hafif, dayanıklı metal yapılardan oluşuyor; bu sayede sertliği kaybetmeden hızlı hareket mümkün oluyor. Kolun ucunda resmi kurallara uygun bir raket ve tek kollu servisler için topu tutan küçük bir kap bulunuyor; bu, kurallarda izin verilen uyarlara uygun. Tüm aktüatörler her milisaniyede yanıt verecek şekilde senkronize edilmiş ve görme sistemi aynı zamanlamayı paylaşarak algılamayı ve hareketi sıkı şekilde koordine ediyor. En düşük seviyede robot basit ve öngörülebilir bir davranış sergiliyor; gecikmeler en yüksek hızda bile birkaç milisaniyeye indirgenmiş durumda ki bu, saniyenin kesirleri içinde gelen toplara vurmak için kritik öneme sahip.

Ace İnsan Uzmanlara Karşı Nasıl Performans Gösterdi

Araştırmacılar Ace’i Nisan 2025’te on yılı aşkın yoğun antrenmana sahip beş elit oyuncuya ve Japonya’nın üst liginden iki profesyonele karşı test ettiler. Maçlar uluslararası kurallara uygun olarak, standart masalar, ağlar ve toplarla oynandı ve lisanslı hakemler tarafından yönetildi. Ace elit grupla en iyi üç, profesyonellerle en iyi beş maç formatında oynadı. Elit oyunculara karşı beş maçın üçünü kazandı ve profesyonellerden birine karşı bir oyun aldı. Oyun sırasında kaydedilen veriler Ace’in yaklaşık 14 metre/saniyeye kadar olan şutları güvenilir şekilde geri çevirdiğini ve önemli dönüş seviyelerine kadar çeşitli dönüşleri %75’in üzerinde geri dönüş oranlarıyla idare ettiğini gösteriyor. İnsanlarla karşılaştırıldığında Ace puan kazanmak için özellikle hızlı vuruşlara güvenmiyor. Bunun yerine “kazandığı” vuruşlar hız ve dönüş açısından normal geri dönüşlerine benziyor; bu da sürekli olarak topu tekrar masaya döndürmenin ana gücü olduğunu düşündürüyor. Robot ayrıca topa masadan zıpladıktan daha kısa süre sonra vurma eğiliminde ve dikkatle tasarlanmış servisleri elit oyunculara karşı insanlara göre daha fazla doğrudan sayı, yani “ace,” kazandırıyor.

Ping-Pong Masasının Ötesinde Anlamı

Ace, sadece bir bilgisayar programının değil, fiziksel bir robotun da kuralları basitleştirmeden hızlı, etkileşimli bir sporda artık insan uzmanlara meydan okuyabileceğini gösteriyor. Uzman olmayanlar için ana çıkarım yalnızca bir makinenin etkileyici masa tenisi oynayabilmesi değil; hızlı algılama, öğrenilmiş karar verme ve çevik donanımın insan reaksiyon süresinin sınırlarına yakın gerçek dünya görevlerini idare edebilmesidir. Aynı teknikler nihayetinde robotların fabrika zeminlerinde insanlarla güvenli şekilde çalışmasına, destekleyici cihazların kullanıcıların hareketleriyle koordinasyon sağlamasına veya yeni spor eğitim araçlarının sporcuları daha önce mümkün olmayan şekillerde zorlamasına yardımcı olabilir. İnsan stratejisini ve uzun vadeli taktikleri modellemek hâlâ bir zorluk olsa da Ace, fiziksel yapay zekâ sistemlerinin mekanlarımızı paylaşabileceği ve bize gerçek zamanlı yanıt verebileceği yönde önemli bir adımı işaret ediyor.

Atıf: Dürr, P., El Gheche, M., Maeda, G.J. et al. Outplaying elite table tennis players with an autonomous robot. Nature 652, 886–891 (2026). https://doi.org/10.1038/s41586-026-10338-5

Anahtar kelimeler: robot masa tenisi, fiziksel yapay zeka, pekiştirmeli öğrenme, olay tabanlı görme, insan–robot etkileşimi