Resumen Técnico: "Ace! Planificación de Movimiento de Saques de Tenis de Mesa de Nivel Profesional con un Brazo Robótico"

Planteamiento del Problema

Si bien la investigación en robótica ha abordado extensamente el aspecto del "rally" en el tenis de mesa (devolver bolas entrantes), el "saque" sigue siendo un desafío significativamente inexplorado. A diferencia de un rally, donde un robot aprovecha el impulso de la bola entrante, un saque competitivo requiere generar alta velocidad y/o alto giro a partir de una bola sin giro y en caída libre. Esta tarea presenta dificultades extremas:

• Modelado de la Física: El robot debe generar un movimiento explosivo pero controlado para impartir un giro significativo (hasta 550 rad/s) y velocidad (hasta 6.7 m/s) mientras cumple con las reglas de la Federación Internacional de Tenis de Mesa (ITTF).
• Restricciones: La bola debe botar primero en el lado del robot y luego en el lado del oponente, lo que limita la energía que se puede aplicar. La raqueta debe interceptar la trayectoria de la bola aproximadamente de forma perpendicular, lo que exige una mayor precisión que devolver una bola.
• Limitaciones de Hardware: Los actuadores mecánicos a menudo carecen de la potencia ligera y la destreza para replicar los movimientos de la muñeca y el brazo humanos, lo que convierte la planificación de movimiento para los saques en un complejo problema de optimización que involucra la dinámica del impacto y el control corporal.

Metodología

Los autores presentan un sistema integral que combina primitivas de movimiento, Control Predictivo Basado en Modelos (MPC) y Optimización Bayesiana para generar planes de movimiento de saques de nivel de élite que cumplan con la ITTF. El sistema utiliza un robot de 8 DoF (un pórtico con 2 ejes prismáticos y un brazo de 6 DoF) equipado con una raqueta que cuenta con una copa para el lanzamiento de una sola mano.

1. Lanzamiento de la Bola (Primitivas de Movimiento)

El sistema emplea una estrategia de lanzamiento de una sola mano, válida bajo las reglas de la ITTF.

• Recolección de Datos: Se recolectan demostraciones humanas de lanzamientos de un solo brazo y se re-orientan a la cinemática del robot mediante optimización.
• Ejecución: El robot ejecuta una trayectoria de comandos de articulación ($u_t(t)$) partiendo de un estado "plano".
• Gestión de la Estocasticidad: Debido a las vibraciones del robot y factores ambientales, el punto de liberación de la bola varía. El sistema identifica empíricamente el tiempo de liberación ($t_{lift}$) utilizando un sistema de triangulación de la bola y promedia las trayectorias utilizando un filtro Savitzky-Golay para compensar el ruido.

2. Planificador de Movimiento Parametrizado (MPC)

El movimiento de golpeo ($u_s(t)$) es generado por un planificador no lineal basado en optimización híbrida que resuelve una secuencia de control de jerk mínimo tanto en el espacio del Efector Final (EE) como en el espacio de las articulaciones.

• Objetivo: Minimizar el cuadrado del jerk para asegurar trayectorias suaves y dinámicamente viables mientras se satisfacen las restricciones.
• Restricciones: El planificador impone restricciones de estado inicial/final de las articulaciones y restricciones específicas del EE en el tiempo de contacto $\tau$ (posición $p_\tau$, normal $n_\tau$, velocidad $v_\tau$).
• Restricciones Blandas: Las restricciones terminales de posición, orientación y velocidad se suavizan utilizando tolerancias físicas predefinidas (por ejemplo, $\pm 5$ mm de posición, $\pm 0.5^\circ$ de orientación) para dar cabida a las realidades del seguimiento de alta velocidad.
• Solucionador: El problema se formula como una cadena de 32 polinomios de jerk de constante por tramos y se resuelve con el solver KNITRO, con tiempos de solución típicos de 10–20 ms.

3. Optimización de Parámetros (HEBO)

Dado que el cálculo analítico del estado óptimo de la raqueta ($\xi_s$) es intratable debido a la no linealidad de la dinámica de la bola y las restricciones de la ITTF, los autores utilizan Optimización Bayesiana Heterocedástica y Evolutiva (HEBO).

• Espacio de Búsqueda: El optimizador busca sobre un conjunto normalizado de variables de decisión, incluyendo el tiempo de golpeo, la velocidad de la raqueta, la orientación (ángulos de Euler) y la duración de retorno al reposo.
• Función de Recompensa: La recompensa es un compuesto de términos que evalúan:
  • Legalidad ($s_{leg}$): Verificaciones secuenciales de cumplimiento con la ITTF (por ejemplo, orden correcto de rebotes, paso sobre la red, no colisión propia). Los saques ilegales reciben penalizaciones severas.
  • Rendimiento: Recompensas por precisión de aterrizaje ($r_{pos}$), magnitud de velocidad ($r_{vel}$), altura ($r_{height}$) y componentes de giro específicos ($r_{top/back}$, $r_{side}$).
• Robustez: Para manejar la naturaleza estocástica del lanzamiento, el optimizador evalúa candidatos contra múltiples trayectorias de lanzamiento registradas, agregando recompensas para sesgar la búsqueda hacia parámetros robustos ante las desviaciones del lanzamiento.

4. Selección del Mundo Real

Se mantiene una biblioteca de competición que se refina iterativamente. Los saques se seleccionan para torneos basados en un algoritmo heurístico que maximiza la disimilitud de giro entre saques consecutivos para evitar que los oponentes se adapten.

Resultados Clave

El sistema fue evaluado en torneos contra jugadores de tenis de mesa de élite y profesionales japoneses, oficiados por árbitros con licencia.

• Métricas de Rendimiento: El robot logró saques con giros de hasta 550 rad/s y velocidades de hasta 6.7 m/s, igualando o superando a los jugadores humanos de élite.
• Probabilidad de Ganar: El robot mantuvo una probabilidad de ganar puntos al sacar entre 51.5% y 58.7% en abril de 2026, comparable a los estándares humanos profesionales (aprox. 52–53%).
• Mejora Iterativa: El artículo detalla una progresión desde un método base (abril de 2025) hasta el sistema final basado en HEBO (abril de 2026). Las mejoras clave incluyeron:
  • Incorporación de múltiples trayectorias de lanzamiento para mayor robustez.
  • Cambio de un Algoritmo Genético a HEBO.
  • Aumento de los límites dinámicos (aceleración/jerk) para explotar las capacidades totales de los actuadores.
  • Poda estratégica de la biblioteca de saques para eliminar aquellos que conducían a puntos para el oponente.
• Generación de Tareas Específicas: En experimentos controlados, el sistema generó con éxito saques con objetivos específicos (por ejemplo, maximizar el topspin, backspin o sidespin), demostrando una fuerte correlación entre los pesos de la función de recompensa y los resultados físicos (por ejemplo, generando -164 rad/s de backspin cuando se recompensó específicamente).

Significado y Reivindicaciones

El artículo afirma presentar el primer sistema integral capaz de generar planes de movimiento de saque de nivel profesional y conformes con la ITTF para un brazo robótico. Su importancia radica en:

1. Cerrar la Brecha: Abordar con éxito el problema del "saque", que requiere llevar el modelado de la física y el control a extremos, distintos del problema del rally.
2. Capacidad Competitiva: Demostrar que un robot puede generar saques con velocidad y giro comparables o superiores a los de los jugadores humanos de élite, contribuyendo a que un robot gane partidos de "al mejor de 3" contra atletas profesionales por primera vez.
3. Contribución Metodológica: Proponer un marco que combina la planificación de movimiento basada en optimización con la Optimización Bayesiana (HEBO) para navegar espacios de búsqueda complejos, dispersos y ruidosos en robótica.

Los autores reconocen que la brecha "sim-to-real" sigue siendo un desafío, señalando que no todos los planes de movimiento simulados se transfieren perfectamente al hardware, y que el trabajo futuro se centrará en un mejor modelado físico y el ajuste fino automático en el sistema de hardware.