Sonys KI-gestützter humanoider Roboter triumphiert bei einem Wettbewerb in Peking

Ein von Sony AI entwickelter autonomer Tischtennisroboter hat laut Reuters in offiziellen Spielen erfolgreich gegen hochrangige menschliche Spieler angetreten und diese besiegt. Dieses System fällt in den aufstrebenden Bereich der „physischen KI“, in dem künstliche Intelligenz in Maschinen integriert wird, die in realen Umgebungen eingesetzt werden.

Der Roboter namens Ace wurde für den Leistungssport entwickelt, der schnelle Entscheidungsfindung und präzise Motorik erfordert. Das Projektteam berichtet, dass er Hochgeschwindigkeitswahrnehmung mit KI-gesteuerter Steuerung kombiniert, um Schläge unter Wettkampfbedingungen auszuführen.

Ace nahm an Spielen teil, die nach den Regeln der International Table Tennis Federation ausgetragen und von zertifizierten Schiedsrichtern überwacht wurden. In dokumentierten Testspielen vom April 2025 gewann das System drei von fünf Spielen gegen Elite-Spieler und verlor zwei gegen Gegner auf Profi-Niveau. Sony AI verzeichnete weitere Siege in Spielen, die im Dezember 2025 und Anfang 2026 gegen Profispieler ausgetragen wurden.

Zwar gibt es Tischtennisroboter bereits seit den 1980er Jahren, doch konnten frühere Modelle nicht auf dem Niveau fortgeschrittener menschlicher Spieler mithalten. „Anders als bei Computerspielen, wo KI menschliche Experten bereits übertroffen hat, stellen physische und in Echtzeit stattfindende Sportarten wie Tischtennis eine erhebliche, anhaltende Herausforderung dar“, erklärte Peter Dürr, Direktor bei Sony AI Zürich und Projektleiter.

Dürr hob hervor, dass KI-Systeme in vollständig simulierten digitalen Umgebungen wie Schach und Videospielen hervorragende Leistungen erbracht haben.

Er erklärte, das System sei entwickelt worden, um zu untersuchen, wie Roboter in dynamischen Umgebungen schnell und präzise agieren können. Die Forschungsergebnisse wurden in einer Studie detailliert beschrieben, die in der Fachzeitschrift Nature veröffentlicht wurde.

Der Sport stellt aufgrund der hohen Geschwindigkeit und Variabilität des Balls technische Herausforderungen dar, darunter komplexe Effekte und wechselnde Flugbahnen, die extrem schnelle Erfassung und koordinierte Bewegungen erfordern. Die Architektur von Ace umfasst neun synchronisierte Kameras und drei Bildverarbeitungssysteme, um die Bewegung und den Spin des Balls zu verfolgen. Es verarbeitet visuelle Daten mit einer Geschwindigkeit, die Bewegungen erfasst, die für das menschliche Auge zu schnell sind, um sie klar wahrzunehmen. „Das ist schnell genug, um Bewegungen zu erfassen, die für das menschliche Auge nur als Unschärfe erscheinen würden“, sagte Dürr.

Die Roboterplattform nutzt acht Gelenke zur Steuerung des Schlägers. Drei regeln die Positionierung, zwei steuern die Ausrichtung und drei regulieren Schlagkraft und Geschwindigkeit. Diese Konfiguration wurde entwickelt, um die minimalen mechanischen Anforderungen für Wettkämpfe zu erfüllen.

Im Gegensatz zu vielen KI-Systemen, die mit menschlichen Daten trainiert wurden, wurde Ace hauptsächlich in Simulationen trainiert. Diese Methode ermöglichte es ihm, eigene, einzigartige Strategien zu entwickeln, was zu Spielmustern führte, die sich von denen menschlicher Gegner unterscheiden. Dürr merkte an, dass das System „das Spielen nicht durch Beobachtung von Menschen lernt“, sondern durch Selbsttraining in simulierten Umgebungen.

Die Profispielerin Mayuka Taira, die ein Match gegen den Roboter verlor, fand es schwierig, dessen Spiel vorhersagen zu können, da er während des Spiels keine sichtbaren Hinweise gibt. Rui Takenaka, ein Spitzenspieler, der sowohl gegen Ace gewann als auch verlor, stellte fest, dass dieser komplexe Effekte effektiv bewältigte, bei einfacheren Aufschlägen jedoch vorhersehbarer war. Taira fügte hinzu, dass das Fehlen emotionaler Signale beim Roboter es schwieriger mache, seine Reaktionen vorauszusehen. „Da man seine Reaktionen nicht lesen kann, ist es unmöglich zu erahnen, welche Schläge er nicht mag oder mit denen er Schwierigkeiten hat“, sagte sie.

Dürr erklärte, das System zeige eine ausgeprägte Fähigkeit, den Ballspin zu erkennen und schnell zu reagieren, wobei die laufenden Arbeiten darauf ausgerichtet seien, seine Anpassungsfähigkeit während der Spiele zu verbessern. Das Projektteam wies darauf hin, dass ähnliche Wahrnehmungs- und Steuerungstechniken in Bereichen wie der Fertigungs- und Servicerobotik angewendet werden könnten.

Humanoide Roboter bei Langstreckenlauf getestet

Beim „2026 Beijing E-Town Humanoid Robot Half Marathon“ traten humanoide Roboter auf einer 21-Kilometer-Strecke in Peking gegeneinander an. An der Veranstaltung nahmen über 100 Roboter sowie etwa 12.000 menschliche Teilnehmer teil, die auf getrennten Strecken liefen.

Ein von Honor entwickelter Roboter namens Lightning absolvierte das Rennen in 50 Minuten und 26 Sekunden. Diese Zeit war schneller als der Rekord des olympischen Läufers Jacob Kiplimo von 57 Minuten und 20 Sekunden, den dieser im März beim Lissabon-Halbmarathon aufgestellt hatte. Lightning kollidierte während des Rennens mit einer Absperrung, lief aber dennoch als Erster ins Ziel. Roboter von Honor belegten zudem den zweiten und dritten Platz. Die Leistung stellte eine Verbesserung gegenüber der Veranstaltung im Vorjahr dar, bei der der schnellste Roboter nach zwei Stunden, 40 Minuten und 42 Sekunden ins Ziel kam. Die Organisatoren erklärten, die Veranstaltung habe zum Ziel gehabt, humanoide Roboter unter realistischen Bedingungen in großem Maßstab zu testen.

Laut Associated Press absolvierte ein weiterer Honor-Roboter die Strecke in 48 Minuten per Fernsteuerung. Da die Rennregeln jedoch der autonomen Navigation Vorrang einräumten, wurde Lightning als offizieller Sieger anerkannt.

Die Ingenieure von Honor erklärten, dass die für den Roboter entwickelten Technologien, darunter strukturelle Zuverlässigkeit und Flüssigkeitskühlsysteme, potenzielle Anwendungsmöglichkeiten in industriellen Szenarien bieten.

Siehe auch: Cadence baut KI- und Robotik-Partnerschaften mit Nvidia und Google Cloud aus

Möchten Sie mehr über KI und Big Data von Branchenführern erfahren? Besuchen Sie die AI & Big Data Expo in Amsterdam, Kalifornien und London. Diese umfassende Veranstaltung ist Teil der TechEx und findet gemeinsam mit anderen führenden Technologieveranstaltungen statt. Klicken Sie hier für weitere Informationen.

AI News wird von TechForge Media bereitgestellt. Entdecken Sie hier weitere bevorstehende Veranstaltungen und Webinare zum Thema Unternehmenstechnologie.