Robots que juegan tenis: el avance de la IA que lleva a las máquinas del ajedrez a la cancha
La inteligencia artificial dio un nuevo salto: un robot humanoide ya puede jugar al tenis. Investigadores de la Universidad de Tsinghua y la Universidad de Pekín desarrollaron un sistema que permite a una máquina aprender movimientos deportivos y responder en tiempo real frente a jugadores humanos.
El proyecto, llamado LATENT, fue probado en el robot Unitree G1, que logró devolver pelotas a más de 50 km/h y sostener intercambios básicos, marcando un avance en la robótica aplicada al mundo físico.
De Deep Blue al tenis: cómo la IA pasó del tablero a la cancha
Durante años, la inteligencia artificial dominó entornos digitales. Un hito clave ocurrió en 1997, cuando la supercomputadora Deep Blue venció al campeón mundial Garry Kasparov en ajedrez.
Desde entonces, sistemas como AlphaZero perfeccionaron ese dominio en juegos complejos. Sin embargo, trasladar esas capacidades al mundo físico representa un desafío mayor.
El tenis exige coordinación, equilibrio, precisión y reacción en milisegundos, variables mucho más difíciles de controlar que un entorno virtual.
Cómo funciona el robot que juega tenis con humanos
El sistema desarrollado combina aprendizaje automático con entrenamiento basado en movimientos humanos.
En lugar de copiar jugadas completas, el robot aprende habilidades básicas:
Golpes de derecha y revés
Desplazamientos laterales
Ajuste de postura y equilibrio
Luego, combina esos movimientos para generar respuestas propias en tiempo real.
El robot Unitree G1, con 29 grados de libertad, utiliza una raqueta adaptada con impresión 3D y sensores que le permiten reaccionar a la trayectoria de la pelota.
Aprendizaje con datos imperfectos: la clave del proyecto LATENT
Uno de los puntos más innovadores es el uso de datos “imperfectos”. A diferencia de otros sistemas que requieren grandes volúmenes de información precisa, este modelo se entrena con movimientos humanos incompletos o no exactos.
Además, el entrenamiento inicial se realizó en una cancha reducida —17 veces más pequeña que una profesional— para simplificar el entorno y acelerar el aprendizaje.
Este enfoque permite desarrollar habilidades complejas con menos recursos, un avance clave en la robótica moderna.
Corrección en tiempo real: así mejora el robot sus movimientos
El robot no solo ejecuta acciones programadas, sino que aprende de sus errores.
Durante las pruebas, fue capaz de:
Ajustar el ángulo de la raqueta
Corregir su postura
Mejorar su precisión golpe a golpe
Este proceso se basa en aprendizaje por refuerzo, una técnica en la que la máquina optimiza su comportamiento a partir de prueba y error.
Limitaciones actuales: lejos del nivel profesional
A pesar del avance, el rendimiento sigue siendo básico. El robot puede mantener intercambios simples, pero aún no está cerca del nivel de un jugador profesional.
Las principales limitaciones incluyen:
Velocidad de reacción
Movilidad en toda la cancha
Precisión en golpes complejos
Aplicaciones futuras: del deporte a la rehabilitación
Más allá del tenis, este desarrollo abre nuevas posibilidades para la robótica.
Los investigadores destacan aplicaciones potenciales en:
Entrenamiento deportivo asistido
Rehabilitación física
Automatización de tareas con coordinación motriz
La capacidad de aprender habilidades físicas a partir de movimientos básicos podría extenderse a múltiples disciplinas.
Un cambio de paradigma en la inteligencia artificial
El avance marca una tendencia clara: la inteligencia artificial ya no se limita al mundo digital.
El paso del ajedrez y el Go a deportes como el tenis muestra que las máquinas comienzan a interactuar con entornos reales de manera cada vez más sofisticada.
