web counter Robô dispara 16 aces diretos e deixa jogadores de tênis de mesa atônitos - Super Select
Home » Robô dispara 16 aces diretos e deixa jogadores de tênis de mesa atônitos
Tecnologia, Hardware e PC

Robô dispara 16 aces diretos e deixa jogadores de tênis de mesa atônitos

Um braço mecânico com oito articulações, nove câmeras de alta velocidade e milhares de horas de simulação foram suficientes para que a Sony AI desenvolvesse, em abril de 2026, um robô autônomo que conseguiu derrotar atletas profissionais de tênis de mesa. As partidas foram conduzidas com árbitros licenciados e seguiram as normas oficiais da Federação Internacional de Tênis de Mesa (ITTF).

Chamado de Ace, o sistema é equipado com um braço de oito graus de liberdade montado em um trilho linear, permitindo uma cobertura de aproximadamente 3,5 metros quadrados da mesa. Ele devolve bolas a mais de 14 metros por segundo, suporta efeitos de até 450 rad/s e tem uma taxa de devolução superior a 75%. As decisões de rebatida são tomadas em apenas 32 ms, baseando-se em uma política de aprendizado por reforço treinada com milhares de horas de simulação.

Como o Ace Enxerga a Bola

Rastrear o efeito de uma bola de tênis de mesa sempre foi um desafio técnico significativo. A bola pode girar mais de 160 rotações por segundo, e até agora, nenhum sistema havia conseguido medir esses dados em tempo real. O Ace utiliza nove câmeras com sensores de pixel ativo (APS) que triangulam a posição da bola em três dimensões a 200 Hz, com uma precisão de 3 mm. Para calcular o giro, três sistemas de controle de olhar rastreiam a bola usando sensores de visão baseados em eventos, lentes ajustáveis e espelhos de inclinação, capturando entre 400 e 700 leituras por segundo. Todos esses dados são enviados a um computador e processados em 10 ms, permitindo que o sistema preveja o que ocorre quando a bola toca na rede ou na raquete antes que qualquer ser humano perceba.

Treinado em Simulação, Testado no Mundo Físico

O Ace não foi programado da maneira tradicional. Segundo especialistas, seria impossível escrever um código para as diversas situações que podem ocorrer em um jogo de tênis de mesa. O sistema aprende por reforço: testa um movimento aleatório, recebe um sinal positivo quando a bola volta à mesa e repete esse ciclo em milhares de horas de simulação até encontrar, por conta própria, as melhores respostas.

No entanto, a transferência da simulação para o mundo real apresenta desafios. As propriedades físicas da borracha da raquete e os pequenos desvios nas condições de contato não se reproduzem perfeitamente em um ambiente virtual. Assim, a equipe combinou o treinamento simulado com ajustes baseados em dados reais de jogadores humanos. Mesmo quando a bola atinge a rede, o software de controle reconfigura a trajetória do braço em menos de 50 ms, completando a devolução.

Os Resultados Contra Profissionais

Em abril de 2025, o Ace competiu contra cinco jogadores de elite e dois profissionais. Dentre os jogadores de elite, venceu três dos cinco confrontos, ganhando sete jogos ao todo em 13 disputados. Contra os profissionais, perdeu os dois confrontos, conseguindo vencer apenas um jogo em sete. Entre dezembro de 2025 e março de 2026, foram realizados novos testes, desta vez contra atletas do nível de Miyuu Kihara, que está entre as 25 melhores do mundo. O robô se destacou ao marcar 16 aces diretos nos confrontos mais difíceis, enquanto os adversários humanos conseguiram somente oito aces.

Os pesquisadores observam que o Ace não ganha apenas por ser fisicamente mais rápido que os humanos. O objetivo era que o robô jogasse de forma estratégica, ganhando por meio de táticas e tomadas de decisão, em vez de depender somente da velocidade. Além disso, a máquina conta com uma vantagem psicológica interessante: ela não se afeta emocionalmente em momentos de pressão e não possui linguagem corporal, o que dificulta a leitura por parte dos adversários.

Para Além do Esporte

O estudo foi publicado na revista científica Nature em 22 de abril de 2026. A equipe afirma que as técnicas utilizadas no Ace, especialmente o sistema de percepção de alta velocidade e o algoritmo de controle baseado em aprendizado, podem ser aplicadas em outras áreas que exigem controle em tempo real e interação com humanos, como na manufatura e na robótica de serviços.

Membro da Super Select:

Marcelo Vangrey

A minha jornada como Vangrey no universo dos games começou em 1994 com um Mega Drive e o incrivel Mortal Kombat 2! Seguida pelo Super Nintendo no universo dos lendários cartuchos 16in1 com Top Gear e companhia! Em 1998, conquistou seu primeiro PLAY 1 novamente com Mortal Kombat, dessa vez o MK4, e a partir daí, continuou explorando diversas plataformas. Comprando e vendendo, já passei por: Game Boy Color, PS2, PSP, PS3, Nintendo DS, 3DS, Xbox 360, PS4, PS4 Pro, PS5, Nintendo Switch 1 e 2, e pra finalizar - o Steam Deck =)

Adicionar comentário

Clique aqui para postar um comentário