Inovasi terbaru akan menghadirkan pertandingan tenis antara robot dan manusia untuk pertama kalinya, dan momen tersebut semakin dekat terwujud. Teknologi robotika kini berkembang pesat dengan kemampuan belajar minimal namun efektif melalui metode baru bernama LATENT.
LATENT adalah pendekatan yang dikembangkan oleh tim Galbot untuk melatih robot bermain tenis dengan memanfaatkan “fragmen kemampuan” dari data gerakan manusia yang tidak sempurna. Alih-alih merekam dan meniru seluruh teknik tenis secara detail, metode ini fokus pada keterampilan dasar yang digunakan dalam tenis, memungkinkan robot belajar lebih efisien dan cepat.
Robot yang digunakan dalam eksperimen ini adalah Unitree G1. Robot ini dapat menginterpretasikan fragmen gerakan tenis manusia untuk membaca pergerakan bola dan lawan secara real-time. Hasilnya, Unitree G1 mampu melakukan pukulan balasan bola dengan konsisten serta mengarahkan bola ke lokasi tertentu secara efektif.
Dalam demonstrasi yang dipublikasikan, Unitree G1 berhasil mempertahankan reli bola dalam berbagai kondisi dengan lawan manusia. Menurut para peneliti, robot ini dapat “menjalankan reli multi-pukulan yang stabil dengan pemain manusia,” sebuah pencapaian yang sebelumnya dianggap mustahil.
Meski demikian, robot ini belum sempurna. Pergerakannya kadang terkesan berat dan terbatas, terutama karena raket yang tampak menyatu dengan lengannya. Namun, kemampuan robot ini dalam mengendalikan bola dari pukulan forehand hingga backhand dan keseimbangan gerak kaki sudah menunjukkan potensi tinggi.
Keunikan metode LATENT terletak pada penggunaan data gerak manusia yang disebut “imperfect human motion data”. Data ini tidak harus lengkap atau sempurna, tetapi cukup memberikan gambaran tentang keterampilan dasar tenis. Algoritme LATENT menyusun dan menggabungkan fragmen tersebut sehingga robot bisa beradaptasi dengan situasi permainan yang dinamis.
Inovasi ini membuka peluang bagi kemajuan robot atletik di masa depan. Sekarang, konsep pertandingan tenis antara robot versus manusia, seperti yang mungkin terlihat dalam turnamen Wimbledon, bukan lagi sekadar khayalan fiksi ilmiah. Kedepannya, kita bisa menyaksikan kompetisi antara atlet tenis profesional dengan rival dari kalangan robot.
Perkembangan ini juga memberikan dampak luas pada penelitian kecerdasan buatan dan robotik. Pendekatan pembelajaran fragmen gerak yang digunakan LATENT dapat diterapkan pada olahraga lain dan aktivitas manusia yang kompleks, mempercepat adaptasi dan kemampuan robot dalam lingkungan nyata.
Berikut beberapa poin penting dari perkembangan ini:
- LATENT: Metode pembelajaran menggunakan data gerak manusia yang tidak sempurna untuk melatih robot secara efisien.
- Unitree G1: Robot atletik hasil pelatihan LATENT yang mampu bermain tenis dengan keterampilan dasar yang solid.
- Demonstrasi: Pertandingan simulasi di mana robot mempertahankan reli bola secara stabil melawan pemain manusia.
- Potensi masa depan: Pertandingan tenis antara manusia dan robot yang kompetitif di ajang prestisius bisa segera terwujud.
Teknologi ini menandai revolusi dalam robotika atletik, menggeser konsep kontrol robot yang kaku menuju interaksi langsung dan tak terduga melawan manusia. Semakin hari, batas antara kemampuan manusia dan mesin menjadi semakin tipis dalam olahraga dan hiburan.
Dengan metode LATENT dan pengembangan Unitree G1, pertandingan tenis pertama antara manusia vs robot bukan lagi impian jauh. Namun, masih diperlukan waktu dan penyempurnaan untuk mencapai level kompetitif tinggi dan natural dalam menghadapi manusia profesional di lapangan. Teknologi ini tetap menjadi tonggak penting dalam perjalanan penyatuan robotika dan olahraga.
