Um grupo de estudantes da Universidade da Colúmbia Britânica, no Canadá, desenvolveu um robô capaz de jogar air hockey contra humanos após ser treinado inteiramente em um ambiente simulado. O destaque é a transferência para o mundo real sem ajuste adicional, em uma abordagem conhecida como zero-shot.
O projeto combina visão computacional, modelagem física, controle de movimento e aprendizado por reforço. Em vez de usar uma simulação de física tradicional, a equipe criou uma simulação própria para reproduzir disco, raquete, colisões e imperfeições da mesa.
Na prática, uma câmera acompanha a posição do disco e da raquete adversária, enquanto um sistema mecânico move a raquete do robô sobre metade da mesa. O agente utilizou um método de aprendizado por reforço orientado a controle contínuo, aprendendo por tentativa e erro.
Para evitar estratégias limitadas, o treino ocorreu contra adversários simulados variados, incluindo versões anteriores do próprio agente e modelos defensivos. Após o treinamento, o método foi aplicado diretamente ao hardware físico.
O caso ilustra um dos grandes desafios da robótica com IA: levar aprendizados de simulação para ambientes reais cheios de ruídos, atrasos e imperfeições mecânicas. O air hockey serve como teste de alto ritmo para futuras aplicações em robôs mais ágeis e autônomos.
Fonte: estudo de estudantes da Universidade da Colúmbia Britânica e instituições parceiras, com divulgação de resultados na área de robótica e IA. O material descreve a abordagem de zero-shot e seus primeiros resultados no mundo físico.
Entre na conversa da comunidade