A ideia de um robô a jogar badminton pode parecer coisa de ficção científica ou de um vídeo viral para o TikTok. Mas na ETH Zurique, isso tornou-se realidade: uma equipa de investigadores construiu um robô quadrúpede com inteligência artificial capaz de perseguir volantes, aprender com os próprios erros e responder aos movimentos de um adversário humano.
E porque é isto tão importante para o progresso da robótica? Porque do Optimus da Tesla aos robôs chineses, temos visto robôs com agilidade e equilíbrio corporal naturais e realistas. Mas o novo robô jogador de badminton traz algo que lhes faltava: uma maneira de ligar rapidamente esse movimento natural à perceção.
Da teoria ao campo
O projeto foi liderado por Yuntao Ma, roboticista da ETH Zurique, com um objetivo ambicioso: integrar a perceção visual com o controlo corporal em tempo real, um dos grandes desafios da robótica moderna.
O resultado desse trabalho é o ANYmal, um robô de quatro patas que, visualmente, se assemelha a uma pequena girafa com uma raquete de badminton presa entre os dentes. A perceção do ambiente é feita através de uma câmara estereoscópica montada na estrutura do robô, que permite seguir o voo do volante. Mas isso é apenas parte do desafio.
“Estamos a trabalhar para integrar o hardware há cinco anos”, revelou Ma à Ars Technica.
A base do robô veio da empresa ANYbotics, uma spin-off da própria ETH, especializada em criar robôs para ambientes industriais como plataformas de petróleo e gás.
Com cerca de 50 kg, 0,5 m de largura e menos de 1 m de comprimento, o ANYmal é robusto, tem atuadores elásticos nas pernas e um braço com vários graus de liberdade, fornecido por outra subsidiária da ETH chamada Duatic, que é usado para segurar e balançar a raquete.
Treino em campo... virtual
O verdadeiro segredo do ANYmal está no seu “cérebro digital”. Em vez de depender exclusivamente de controlo baseado em modelos matemáticos — técnica comum mas demorada —, a equipa optou por treinar o robô com aprendizagem por reforço.
Ou seja, em vez de lhe dizer como se deve mexer, os cientistas simularam um campo de badminton virtual e deixaram o robô aprender por tentativa e erro.
Nesse mundo digital, o robô teve de antecipar a trajetória do volante e acertá-lo seis vezes seguidas com a raquete. Durante o treino, teve de lidar com as suas limitações físicas, experimentar movimentos, falhar, adaptar-se.
O objetivo era desenvolver capacidades visomotoras semelhantes às dos jogadores humanos: prever o que vai acontecer e posicionar-se adequadamente. E para isso, foi necessário um equilíbrio delicado entre precisão e velocidade.
O dilema entre ver e mexer
“Quando o robô se move lentamente, as hipóteses de uma jogada bem-sucedida são menores. Mas se se move demasiado depressa, a câmara treme e a precisão do rastreamento do volante diminui”, explicou Ma.
Noutras palavras, essa compensação entre visão estável e agilidade de resposta tornou-se central no processo de treino do ANYmal. Para alcançar isso, o modelo de perceção foi alimentado com dados reais da câmara para ensinar o robô a manter o volante no campo de visão, mesmo com ruído e erros de rastreamento.
Resultado? O ANYmal aprendeu a jogar com inteligência: após devolver um volante, posicionava-se estrategicamente no centro do campo, próximo da linha de fundo, comportamento típico de jogadores experientes.
Nos momentos de maior exigência, ele chegava até a erguer-se sobre as patas traseiras para obter uma melhor visão do volante a aproximar-se. E mais impressionante ainda: sabia evitar jogadas demasiado arriscadas. O ANYmal sabia reconhecer os seus próprios limites.
Um jogador… ainda amador
Apesar dos avanços, o ANYmal está longe de competir com os profissionais. Quando confrontado com humanos em partidas reais, ficou claro que ainda havia trabalho a fazer.
Um dos principais entraves é o tempo de reação. Enquanto jogadores profissionais de badminton conseguem reagir em 0,12 a 0,15 segundos, o robô precisa de cerca de 0,35 segundos para processar a resposta à jogada do adversário, demasiado lento para rallies intensos.
Apesar das limitações, a equipa está longe de desistir. Há várias melhorias já em estudo, incluindo a integração de atuadores mais potentes e rápidos e das chamadas câmaras de eventos, sensores de visão com latência ultrabaixa capazes de reagir em microssegundos.
Além disso, os investigadores querem aplicar técnicas de antecipação mais sofisticadas, como prever a trajetória do volante com base na postura do adversário, tal como fazem os jogadores profissionais de ténis ou badminton.
Mas em que é que esse robô pode ajudar?
Segundo Ma, a estrutura de treino desenvolvida neste projeto pode ser útil para uma vasta gama de aplicações robóticas, desde agarrar objetos com precisão até arremessos em movimento.
Este robô pode não ser ainda um Federer dos volantes, mas é um passo firme na direção de máquinas com reflexos e decisões cada vez mais próximas dos humanos. E quem sabe, no futuro, não o vejamos a disputar um ponto épico… com outro robô do lado oposto da rede?
