Robot hình người bắt đầu chơi bóng bàn: Hai robot tự đấu trọn vẹn một ván 11 điểm

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

2026-08-17 17:04:37 Nguồn: QbitAI

Không điều khiển từ xa, không người mớm bóng

Ting Yu đưa tin từ Aofeisi, QbitAI | Tài khoản chính thức QbitAI

Bạn có lẽ đã từng thấy robot hình người đánh bóng bàn với con người.

Con người phát bóng, mớm bóng, còn robot đứng một bên bàn để đánh trả, những video kiểu này trong hai năm qua đã không còn là chuyện lạ.

Nhưng còn hai robot tự đối kháng với nhau thì sao?

Không điều khiển từ xa, cũng không có người mớm bóng. Hai bên bàn, người phát tôi đỡ, người tấn công tôi phòng thủ, đánh liên tục cho đến khi đạt 11 điểm.

Mục tiêu của một trận đấu chính thức chỉ có một: Chiến thắng!

Trận đối đầu này sắp tới sẽ được đưa vào Nhà thi đấu trượt băng tốc độ quốc gia "Ice Ribbon". Từ ngày 22 đến 26 tháng 8, Đại hội thể thao robot hình người thế giới lần thứ hai sẽ được tổ chức tại đây.

Đại hội năm nay sẽ có hơn 2.000 robot tham gia tranh tài, trong đó hơn 1.000 robot sẽ cùng xuất hiện tại lễ khai mạc.

Quy mô này có thể coi là "Gala Xuân" của giới robot.

Bóng bàn chính là một trong những tiết mục tại đây. Tham gia biểu diễn là đội HKU-KAI, bao gồm Đại học Hồng Kông (HKU) và nhóm nghiên cứu KAI. Tại lễ khai mạc, các robot của họ cũng sẽ có màn so tài với một số vận động viên bóng bàn nổi tiếng.

Trước khi ra mắt chính thức, họ đã hoàn thành một bài kiểm tra: hai robot hình người tự đánh trọn vẹn một ván theo thể thức 11 điểm.

Sau đây, mời các bạn thưởng thức: "Trận đấu bóng bàn tự chủ trọn vẹn đầu tiên của robot hình người trong lịch sử nhân loại"~

Phải nói là, thực sự rất ấn tượng.

Động tác nâng tay, vung vợt của những robot này trông rất ra dáng. Chỉ thấy "anh chàng mũ đỏ" và "anh chàng mũ xanh" vừa giao đấu, trong chớp mắt...

Được rồi, khung cảnh vẫn chưa thực sự kịch tính như tưởng tượng.

So với những pha tấn công và phòng thủ sắc bén của các vận động viên chuyên nghiệp, nhịp độ của hai "anh chàng" này chậm rãi hơn nhiều.

Tuy nhiên, giữa họ, người phát, người đỡ, quả bóng vàng cứ nảy qua nảy lại, tỉ số vẫn cứ rượt đuổi nhau.

Đằng sau hai robot này là hệ thống SMASH do nhóm HKU-KAI tự nghiên cứu và phát triển.

Đây không phải là một mô hình lớn (Large Model) bao trọn từ đầu đến cuối, mà là một giải pháp vòng lặp khép kín kết nối nhận thức thị giác, dự đoán quỹ đạo, lập kế hoạch hành động và điều khiển toàn thân.

Vì vậy, họ đã nâng cấp SMASH từ phiên bản 1.0 lên 2.0. Phạm vi đánh bóng của robot đã được mở rộng từ những đường bóng cố định sang cả bóng dài và bóng ngắn, đồng thời bổ sung thêm khả năng tự phát bóng.

Trưởng đội là Luo Ping, Phó trưởng khoa Khoa học Máy tính và Dữ liệu tại Đại học Hồng Kông, người đứng đầu MMLab HKU, đồng thời là đồng sáng lập của KAI.

Li Yinghui là nghiên cứu sinh sau tiến sĩ tại Đại học Hồng Kông, cũng là người phụ trách thuật toán điều khiển vận động của KAI.

QbitAI đã có cuộc trò chuyện với Luo Ping và Li Yinghui:

Tại sao lại chọn bóng bàn? Việc robot đánh xong một ván có gì khác biệt so với việc chỉ đỡ được vài quả bóng trước đây? Còn bao xa nữa mới có thể thực sự thách thức các vận động viên con người?

Dưới đây là nội dung cuộc trò chuyện:

Hai robot làm thế nào để đánh trọn vẹn một ván 11 điểm?

QbitAI: So với việc người đánh với robot, khó khăn kỹ thuật khi robot đánh với robot là gì?

Luo Ping: Khi người đánh với robot, con người sẽ vô thức mớm bóng để robot có thể đánh trả. Khi hai robot đối kháng, mục tiêu của cả hai đều là giành chiến thắng. Vừa phải chủ động tấn công, vừa phải đảm bảo trận đấu thực sự diễn ra, yêu cầu kỹ thuật sẽ cao hơn rất nhiều.

QbitAI: Ván đấu 11 điểm trọn vẹn trong bản Demo có giống với việc đánh liên tục 11 lượt không?

Luo Ping: Không. 11 điểm trọn vẹn nghĩa là đánh xong một ván theo luật bóng bàn và phân định thắng thua. Còn 11 lượt, hay nói cách khác là đánh qua lại bảy tám lần, chỉ là cùng một quả bóng được đánh qua lại bảy tám lần trước khi ghi điểm.

QbitAI: Hai robot có sử dụng cùng một hệ thống không? Chúng có dần hình thành các lối đánh khác nhau trong quá trình giao đấu không?

Luo Ping: Hai robot của chúng tôi sử dụng cùng một hệ thống SMASH. Khi thi đấu chính thức với các đội khác, mỗi đội đều có mô hình và hệ thống riêng.

Hiện tại, chúng tôi có thể thiết lập trước các chiến thuật khác nhau cho robot, ví dụ như đánh nhanh, đánh chậm hoặc chọn các điểm rơi khác nhau, nhưng chưa thể thực hiện học tập theo thời gian thực trong quá trình giao đấu với đối thủ. Chỉ khi đạt được khả năng học trực tuyến (online learning), robot mới có thể điều chỉnh lối đánh nhắm vào từng đối thủ cụ thể.

Dữ liệu sinh ra từ các trận đấu của robot sẽ được lưu lại để phục vụ cho việc học tăng cường (reinforcement learning) trên máy thật sau này. Cả những lượt đánh thành công và thất bại đều được tích lũy, sau đó mới có khả năng hình thành cái gọi là tự tiến hóa. Ở giai đoạn hiện tại, dữ liệu huấn luyện vẫn chủ yếu dựa trên dữ liệu từ con người.