Um robô humanoide aprendeu a jogar tênis contra uma pessoa imprevisível — e o resultado está mais perto de uma partida de demonstração do que de uma coreografia mecânica. O responsável é o Galbot, que treinou um Unitree G1 com uma técnica chamada LATENT. O sistema não recebeu um manual completo de tênis, golpe por golpe. Aprendeu com fragmentos imperfeitos de movimentos humanos e passou a devolver bolas, sustentar trocas e mirar regiões específicas da quadra. Ainda tropeça, desequilibra-se e parece a dois centímetros do desastre. Mas devolve a bola. Às vezes, com vontade.
Como o LATENT ensinou um robô a jogar tênis?
O LATENT ensinou o Unitree G1 a jogar tênis combinando pequenos fragmentos de movimentos humanos, em vez de exigir um treinamento detalhado para cada situação possível. O método aparece no trabalho “Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data”, nome comprido o bastante para pedir uma sigla. A ideia central é tratar os movimentos como habilidades primitivas: deslocar-se, posicionar o corpo, alcançar a bola e executar um golpe. São peças incompletas, não uma partida inteira gravada em fita.
Esse detalhe importa porque robôs esportistas costumam operar em condições controladas. Alguns são remotamente comandados; outros seguem sequências altamente programadas, úteis para uma demonstração, mas frágeis diante de um adversário que resolve fazer algo inconveniente. No tênis, a bola não respeita roteiro. O jogador humano muda direção, força e altura em tempo real. Segundo os pesquisadores, o LATENT permite que o robô use os fragmentos aprendidos para interpretar a jogada ao vivo e devolver bolas para locais determinados da quadra.
O resultado descrito no resumo da pesquisa é uma capacidade de sustentar ralis com vários golpes contra jogadores humanos. A demonstração mostra o Unitree G1 acompanhando a bola, fazendo deslocamentos rápidos e permanecendo de pé durante a troca. Parece pouco até lembrarmos do que está envolvido: visão, cálculo de trajetória, coordenação entre pernas e braço, ajuste de posição e contato com um objeto que chega em movimento. Tudo isso precisa acontecer antes que a bola morra na rede. O robô não está apenas repetindo um saque ensaiado.
O robô já joga como um tenista profissional?
Não, o Unitree G1 ainda está muito longe de jogar como um profissional, embora a demonstração revele habilidades competitivas surpreendentes. O robô parece instável em vários momentos, como se cada devolução cobrasse uma pequena dívida do equilíbrio. A raquete também parece presa ao braço direito, o que limita a naturalidade dos movimentos e deixa uma pergunta incômoda: como ele reagiria a uma bola que passasse por cima de sua cabeça metálica?
Também é impossível concluir, apenas pelo vídeo, quanto o jogador humano facilitou a troca. Talvez tenha direcionado algumas bolas para o robô — não, o contrário também merece ser considerado —, mas isso não explica sozinho as devoluções consistentes nem os momentos em que a máquina coloca a bola longe do adversário. Há um backhand vigoroso, passos laterais velozes e uma capacidade real de manter a sequência. Não é tênis de Wimbledon. É uma prova de conceito com raquete.
O salto mais interessante está na mudança de escala. Um robô que aprende com dados humanos incompletos não precisa receber uma enciclopédia motora antes de agir; pode reaproveitar fragmentos para lidar com situações novas. Ainda não sei se isso nos aproxima de partidas entre robôs e atletas ou apenas de vídeos cada vez mais impressionantes. A comparação com uma futura exibição contra Rafael Nadal é divertida, mas prematura. Por enquanto, o Unitree G1 permanece na quadra, devolvendo a bola — e obrigando a ficção científica a buscar outro prazo.
