Resumo Técnico: "Ace! Planejamento de Movimento de Saques de Tênis de Mesa de Nível Profissional com um Braço Robótico"

Problema

Embora a pesquisa em robótica tenha abordado extensivamente o aspecto do "rally" (devolução de bolas) no tênis de mesa, o "saque" permanece um desafio significativamente subexplorado. Diferente de uma devolução, onde um robô aproveita o momento da bola recebida, um saque competitivo exige a geração de alta velocidade e/ou alto spin a partir de uma bola livre, sem momentum inicial. Esta tarefa apresenta dificuldades extremas:

• Modelagem Física: O robô deve gerar um movimento explosivo, porém controlado, para imprimir um spin significativo (até 550 rad/s) e velocidade (até 6,7 m/s) enquanto adere às regras da Federação Internacional de Tênis de Mesa (ITTF).
• Restrições: A bola deve quicar primeiro no lado do robô e depois no lado do oponente, o que limita a energia que pode ser aplicada. A raquete deve interceptar a trajetória da bola aproximadamente perpendicularmente, exigendo maior precisão do que uma devolução.
• Limitações de Hardware: Os atuadores mecânicos muitas vezes carecem da potência e destreza leves para replicar os movimentos de pulso e braço humanos, tornando o planejamento de movimento para saques um problema de otimização complexo que envolve dinâmica de impacto e controle corporal.

Metodologia

Os autores apresentam um sistema abrangente combinando primitivas de movimento, Controle Preditivo Baseado em Modelo (MPC) e Otimização Bayesiana para gerar planos de movimento de saque de nível de elite e em conformidade com a ITTF. O sistema utiliza um robô de 8 DoF (um pórtico com 2 eixos prismáticos e um braço de 6 DoF revoluta) equipado com uma raquete que possui um copo para o lançamento de bola com uma única mão.

1. Lançamento da Bola (Primitivas de Movimento)

O sistema emprega uma estratégia de lançamento com uma mão, válida sob as regras da ITTF.

• Coleta de Dados: Demonstrações humanas de lançamentos com uma mão são coletadas e re-alvo para a cinemática do robô via otimização.
• Execução: O robô executa uma trajetória de comandos de junta ($u_t(t)$) partindo de um estado "plano".
• Tratamento de Estocasticidade: Devido às vibrações do robô e fatores ambientais, o ponto de liberação da bola varia. O sistema identifica empiricamente o tempo de liberação ($t_{lift}$) usando um sistema de triangulação de bola e média as trajetórias usando um filtro Savitzky-Golay para lidar com o ruído.

2. Planejador de Movimento Parametrizado (MPC)

O movimento de batida ($u_s(t)$) é gerado por um planejador não linear baseado em otimização híbrida que resolve uma sequência de controle de jerk mínimo tanto no espaço do Efetuador Final (EE) quanto no espaço das juntas.

• Objetivo: Minimizar o quadrado do jerk para garantir trajetórias suaves e dinamicamente viáveis, satisfazendo restrições.
• Restrições: O planejador impõe restrições de estado inicial/final das juntas e restrições específicas de EE no tempo de contato $\tau$ (posição $p_\tau$, normal $n_\tau$, velocidade $v_\tau$).
• Restrições Suaves: As restrições terminais de posição, orientação e velocidade são suavizadas usando tolerâncias físicas predefinidas (ex: $\pm 5$ mm de posição, $\pm 0,5^\circ$ de orientação) para acomodar as realidades do rastreamento de alta velocidade.
• Solver: O problema é formulado como uma cadeia de 32 polinômios de jerk constantes por partes e resolvido pelo solver KNITRO, com tempos de solução típicos de 10–20 ms.

3. Otimização de Parâmetros (HEBO)

Como o cálculo analítico do estado ideal da raquete ($\xi_s$) é intratável devido à dinâmica não linear da bola e às restrições da ITTF, os autores utilizam a Otimização Bayesiana Heterocedástica e Evolutiva (HEBO).

• Espaço de Busca: O otimizador busca sobre um conjunto normalizado de variáveis de decisão, incluindo tempo de batida, velocidade da raquete, orientação (ângulos de Euler) e duração de retorno ao repouso.
• Função de Recompensa: A recompensa é um composto de termos que avaliam:
  • Legalidade ($s_{leg}$): Verificações sequenciais de conformidade com a ITTF (ex: ordem correta de quique, passagem sobre a rede, ausência de autocolisão). Saques ilegais recebem penalidades severas.
  • Performance: Recompensas para precisão de pouso ($r_{pos}$), magnitude de velocidade ($r_{vel}$), altura ($r_{height}$) e componentes específicos de spin ($r_{top/back}$, $r_{side}$).
• Robustez: Para lidar com a natureza estocástica do lançamento, o otimizador avalia candidatos contra múltiplas trajetórias de lançamento registradas, agregando recompensas para enviesar a busca para parâmetros robustos a desvios de lançamento.

4. Seleção no Mundo Real

Uma biblioteca de competição é mantida e refinada iterativamente. Os saques são selecionados para torneios baseados em um algoritmo heurístico que maximiza a dissimilaridade de spin entre saques consecutivos para evitar que os oponentes se adaptem.

Principais Resultados

O sistema foi avaliado em torneios contra jogadores de tênis de mesa de elite e profissionais japoneses, arbitrados por juízes licenciados.

• Métricas de Performance: O robô alcançou saques com spins de até 550 rad/s e velocidades de até 6,7 m/s, igualando ou superando jogadores humanos de elite.
• Probabilidade de Vitória: O robô manteve uma probabilidade de ganhar o ponto ao sacar entre 51,5% e 58,7% em abril de 2026, comparável aos benchmarks humanos profissionais (aprox. 52–53%).
• Melhoria Iterativa: O artigo detalha a progressão de um método de linha de base (abril de 2025) para o sistema final baseado em HEBO (abril de 2026). As principais melhorias incluíram:
  • Incorporação de múltiplas trajetórias de lançamento para robustez.
  • Mudança de um Algoritmo Genético para HEBO.
  • Aumento dos limites dinâmicos (aceleração/jerk) para explorar as capacidades totais dos atuadores.
  • Poda estratégica da biblioteca de saques para remover saques que levavam pontos ao oponente.
• Geração de Tarefas Específicas: Em experimentos controlados, o sistema gerou com sucesso saques com objetivos específicos (ex: maximizar topspin, backspin ou sidespin), demonstrando uma forte correlação entre os pesos da função de recompensa e os resultados físicos (ex: gerar -164 rad/s de backspin quando especificamente recompensado).

Significância e Alegações

O artigo afirma apresentar o primeiro sistema abrangente capaz de gerar planos de movimento de saque de nível profissional e em conformidade com a ITTF para um braço robótico. Sua significância reside em:

1. Preenchimento da Lacuna: Abordar com sucesso o problema do "saque", que exige levar a modelagem física e o controle a extremos, distintos do problema do rally.
2. Capacidade Competitiva: Demonstrar que um robô pode gerar saques com velocidade e spin comparáveis ou superiores aos de jogadores humanos de elite, contribuando para um robô vencer partidas de "Melhor de 3" contra atletas profissionais pela primeira vez.
3. Contribuição Metodológica: Propor um framework que combina planejamento de movimento baseado em otimização com Otimização Bayesiana (HEBO) para navegar em espaços de busca complexos, esparsos e ruidosos em robótica.

Os autores reconhecem que a lacuna "sim-to-real" continua sendo um desafio, observando que nem todos os planos de movimento simulados transferem-se perfeitamente para o hardware, e que trabalhos futuros focarão em melhor modelagem física e ajuste automático fino no sistema de hardware.