Nachdem sie die Menschen übertroffen haben, haben humanoide Roboter es auf Schlägersportarten abgesehen.

Aufschlag, Bewegung und Rückschlag – humanoide Roboter können bereits vollständig autonomes Schlägerkampfspiel durchführen.

Bei der Eröffnungsfeier der zweiten Weltspiele für humanoide Roboter (World Humanoid Robot Games) erregten die beiden Demonstrationsdisziplinen Tennis und Tischtennis große Aufmerksamkeit. Gegenüber der berühmten Tennisspielerin Zheng Jie und der olympischen Tischtennischampionin Ding Ning traten der Tennisroboter von Galaxy Universal und der Tischtennisroboter des SMASH-Teams der Universität Hongkong gelassen an: Sie schlugen den Ball autonom, passten ihre Schritte an und führten Vor- und Rückhandschläge flüssig durch, zudem beherrschten sie technische Aktionen wie das Heben des Balls und das Legen des Balls, wobei ihr Leistungsniveau bereits fast das von menschlichen Anfängern erreicht.

Neben den Demonstrationswettbewerben wurde Tischtennis erstmals als offizielle Disziplin in das Programm der Weltspiele für humanoide Roboter aufgenommen. Das Spiel folgt den Regeln des 11-Punkte-Systems, wobei zwei humanoide Roboter eine vollständige Partie vollständig autonom absolvieren. Insgesamt 12 Mannschaften von Universitäten wie Peking-Universität, Tsinghua-Universität, Universität Hongkong, Shanghai Jiao Tong University und University of California, Berkeley sowie von Unternehmen traten gegeneinander an. Am Ende gewann die gemeinsame Mannschaft des Instituts für Intelligente Technologien der Peking-Universität den Meistertitel, die SMASH Hyperdimension-Mannschaft der Universität Hongkong belegte den zweiten Platz, und die gemeinsame Mannschaft der Shanghai Jiao Tong University / Shanghai Zhiyuan College erreichte den dritten Platz.

Auf der vor kurzem in Yizhuang abgeschlossenen Weltroboterkonferenz 2026 (World Robot Contest) wurde Tischtennis zu einem wichtigen Fenster für Hersteller zur Präsentation ihrer Technologien – Hyperdimension Dynamics, Dongyi Technology, Super Vision und Unitree Robotics richteten alle in ihren Ausstellungsbereichen interaktive Zonen für Tischtennis zwischen Mensch und Roboter ein, die eine große Anzahl von Besuchern zur Interaktion anlockten.

Schlägersportarten werden zu einem neuen technologischen Wettbewerbsfeld im Bereich der humanoiden Roboter und locken immer mehr Forschungsteams von Universitäten und Roboterhersteller zum Einstieg in dieses Gebiet.

Warum gerade Schlägersportarten?

Laut Berichten von China News Classification unterteilt Zhang Haiwei, Gründer von Qingtong Vision, die Bewegungen, die Roboter ausführen können, in drei Kategorien: ritualisierte Bewegungen (wie Tanzen), einzelne Kampfsportarten (wie Tennis, Tischtennis und Badminton) sowie Mannschaftskampfsportarten (wie Fußball und Basketball).

Zhang Haiwei wies weiter darauf hin, dass derzeit ritualisierte Bewegungen durch vorprogrammierte Verfahren realisiert werden können und die Technologie relativ ausgereift ist; einzelne Kampfsportarten wie Schlägersportarten erfordern, dass Roboter über Echtzeitwahrnehmungs- und Entscheidungsfähigkeiten verfügen, und hier wurden erste Fortschritte erzielt; Mannschaftskampfsportarten beinhalten komplexe Kooperations- und Spielmechanismen und befinden sich noch in der Erkundungsphase.

Auf den diesjährigen Weltspielen für humanoide Roboter wurden insgesamt 11 Disziplinen wie Leichtathletik, Turnen, Tischtennis, Wushu und Freikampf eingerichtet. Bei Disziplinen wie Turnen, Wushu und Sporttanz können humanoide Roboter bereits schwierige Aktionen wie Vor- und Rückwärtssalto ausführen und zudem flüssige Tanzaufführungen zu Musik absolvieren; bei Disziplinen wie Laufen und Hochsprung, die die grundlegende Bewegungssteuerungsfähigkeit prüfen, haben die Leistungen humanoider Roboter mehrfach die früher von Menschen geschaffenen Weltrekorde übertroffen.

Schlägersportarten hingegen sind der nächste Berg, den humanoide Roboter jetzt erklimmen müssen. Sie erfordern, dass humanoide Roboter in sehr kurzer Zeit die visuelle Erfassung, Flugbahnvorhersage und Reaktionsentscheidung für sich schnell bewegende Bälle durchführen und gleichzeitig die Bewegungen des ganzen Körpers koordinieren sowie das eigene Gleichgewicht halten. Wie Zhang Shanghang, Forscher an der Fakultät für Informatik der Peking-Universität, in einem Interview mit der Beijing News sagte: „Wenn Roboter Tischtennis spielen, wird genau die Kooperation von Auge, Gehirn und Körper geprüft. Das ‚Auge‘ erfasst die Bewegungsbahn, das ‚Gehirn‘ führt schnelle Vorhersagen und Entscheidungen durch und mobilisiert dann den ganzen Körper zur präzisen Ausführung.“

Diese Fähigkeit stimmt stark mit den Anforderungen der realen Welt überein. Für humanoide Roboter ist der „Wahrnehmungs-Entscheidungs-Ausführungs“-Kreislauf, der bei Schlägersportarten im Millisekundenbereich trainiert wird, mit der grundlegenden Logik realer Szenarien wie industriellem Sortieren und Haushaltsdienstleistungen identisch – zuerst die Umgebung wahrnehmen, dann eine Entscheidung treffen und schließlich ausführen.

„Die Fähigkeiten zur Wahrnehmungsentscheidung, Verallgemeinerung von Bewegungen und Bewegungssteuerung, die humanoide Roboter im Tischtennissport trainieren, sind im Wesentlichen sehr übertragbar“, sagte Li Yinghui, Kapitän des SMASH Hyperdimension-Teams der Universität Hongkong, gegenüber Lanxiong Sports. Wenn humanoide Roboter Aufgaben in realen Lebensszenarien erledigen, z. B. Müll sammeln, müssen sie ebenfalls zuerst das Zielobjekt lokalisieren, dann den Bewegungspfad planen und schließlich präzise ausführen.

Wo liegen die Schwierigkeiten?

Für Menschen ist das Reagieren auf einen anfliegenden Ball und das Zurückschlagen mit dem Schläger fast ein Instinkt. Für humanoide Roboter steckt dahinter jedoch ein riesiger Arbeitsaufwand und eine Reihe von technischen Hürden, die überwunden werden müssen.

Schlägersportarten sind hochdynamische Bewegungen und stellen sehr hohe Anforderungen an die Wahrnehmung. Ein Tischtennisball braucht vom Aufschlag bis zum Überqueren des Netzes weniger als 0,15 Sekunden, und seine Geschwindigkeit kann über 15 Meter pro Sekunde erreichen; die Geschwindigkeit eines Tennisballs beträgt sogar oft Hunderte von Kilometern pro Stunde. Der Ball ist klein, schnell und zudem rotiert, sodass herkömmliche visuelle Lösungen bei Hochgeschwindigkeitsbewegungen leicht zu unscharfen Bildern oder Wahrnehmungsverzögerungen neigen.

Die derzeitige Hauptlösungsmethode besteht in der Installation eines externen visuellen Wahrnehmungssystems. Bei den diesjährigen Weltspielen für humanoide Roboter wurden sowohl im Tischtennis- als auch im Tennisstadion mehrere Motion-Capture-Kameras installiert, die die Koordinaten und Bewegungsbahnen des Balls und des Roboters im Millisekundenbereich erfassen und Echtzeitdaten für nachfolgende Entscheidungen liefern können.

Im täglichen Training kombiniert der SpikePingpong-Algorithmus des Teams der Peking-Universität hochfrequente Impulsvisionen von bis zu 20 kHz (zwei Mal pro Sekunde) mit Strategien des Imitationslernens. Dadurch kann der Roboter die genaue Bahn des Balls in Echtzeit erfassen, Störungen wie den Luftwiderstand kompensieren und eine Vorhersage des Kontaktpunkts zwischen Ball und Schläger im Millimeterbereich erreichen.

Den anfliegenden Ball zu erkennen ist nur der erste Schritt. Die eigentliche Herausforderung liegt in Entscheidung und Ausführung. In der aktuellen Forschung zu humanoiden Robotern ist das Rahmenwerk „Gehirn + Kleinhirn“ ein gängiges Modell zur Beschreibung dieses Prozesses: Das sogenannte „Gehirn“ ist hauptsächlich für Urteile und Entscheidungen zuständig; das „Kleinhirn“ übernimmt die Bewegungssteuerung und wandelt Entscheidungen in Bewegungen aller Körperteile um. Nur durch die Zusammenarbeit beider können Roboter ein höheres Maß an ganzkörperlicher Koordination erreichen und fortlaufende, stabile dynamische Aufgaben absolvieren.

Im Tischtennisfeld muss das „Gehirn“ im Millisekundenbereich die Flugbahnvorhersage, die Vorhersage des Aufschlagpunkts und die Generierung der Schlagstrategie abschließen, während das „Kleinhirn“ dies gleichzeitig in eine präzise ganzkörperliche Bewegungssteuerung umwandelt. Bei diesem Tischtenniswettbewerb wurde einheitlich der Roboter von Unitree als Träger verwendet, wobei der Kernwettbewerb genau die Algorithmusfähigkeiten der einzelnen Teams prüfte.

Bei der Kooperationsweise von „Gehirn + Kleinhirn“ wählten die einzelnen Teams unterschiedliche technische Pfade. In dem spezialisierten Forschungsbericht zu humanoiden Robotern, den die Industrial Securities im April dieses Jahres veröffentlicht hat, werden die gängigen Rahmenwerke in zwei Kategorien unterteilt: geschichtete und End-to-End-Rahmenwerke. Die geschichtete Architektur folgt der Arbeitsteilung „Gehirn – Kleinhirn – Gliedmaßen“; die End-to-End-Architektur bildet menschliche Anweisungen direkt auf Roboterbewegungen ab und weist eine höhere Integrationsdichte auf.

Architekturtypen von großen Modellen für verkörperte Intelligenz

Sowohl das Team der Berkeley-Universität als auch das Team der Universität Hongkong verwenden eine geschichtete Architektur: Die obere Schicht nutzt einen modellbasierten Planer, der für die Vorhersage der Ballbahn und die Berechnung von Schlagposition, -geschwindigkeit und -zeitpunkt zuständig ist; die untere Schicht nutzt einen ganzkörperlichen Controller auf Basis von Verstärkungslernen, der die Planungsziele in koordinierte Arm- und Beinbewegungen umwandelt.

Das Team der Universität Hongkong integrierte zudem eine große Menge menschlicher Bewegungsdaten in das Lernen der unteren Schicht. Vor dem Wettbewerb sammelte es zwei Monate lang Schlagdaten menschlicher Tischtennisspieler, die den gesamten Bereich des Tisches abdecken. Schließlich ermöglichte es das Abgleichen mit einer Aktionsdatenbank, dass der Roboter „präzise Schläge auf Basis menschenähnlicher Bewegungen ausführt“ – mittlerweile beherrscht er technische Aktionen wie das Heben des Balls in der Nähe des Netzes, den Smash aus der Ferne und das Heben des Balls. Li Yinghui teilte Lanxiong Sports mit, dass ihr Team später zum End-to-End-Modell übergehen wird.

Das iPingPong-Team der Tsinghua-Universität wählte das anspruchsvollere End-to-End-Modell. Sein Kapitän Zheng Ziang erklärte gegenüber der Beijing Daily: „Dieses Modell ist bei Algorithmendesign und Training schwierig, weist aber eine höhere Leistungsgrenze auf. Beispielsweise kann es technische Aktionen wie einen kraftvollen Rückhandschlag erlernen, die denen professioneller Sportler ähneln – was mit herkömmlichen geschichteten Lösungen nicht möglich ist, aber der Trainingsaufwand wird stark steigen.“

Neben Entscheidung und Ausführung bestimmt auch der Hardware-Träger die Obergrenze der Bewegungen. Der bei diesem Wettbewerb einheitlich eingesetzte Unitree Expedition A3 ist 1,73 Meter groß und wiegt nur 55 Kilogramm. Cao Xu, Vizepräsident der General Business Unit von Unitree, sagte gegenüber der Beijing News: Wenn ein Roboter sehr kräftig ist und nur wenig wiegt, ist seine Bewegungsgeschwindigkeit sehr hoch. Die Gelenke des Roboters weisen zudem ein Spitzendrehmoment von fast 400 Newtonmetern auf, sodass er über eine starke sofortige Sprungkraft verfügt.

Kommerzielle Aussichten im Sportbereich

Aus derzeitiger Sicht befinden sich die Leistungen humanoider Roboter bei Schlägersportarten noch auf dem Niveau menschlicher Anfänger – sie können den Ball auffangen, aber ihre Schritte, Vorhersagen und die Verarbeitung komplexer Ballbahnen weisen noch Mängel auf.

Die Kommerzialisierung im Sportbereich befindet sich ebenfalls noch in der Validierungsphase. Einerseits ist die Technologie noch nicht vollständig ausgereift, sodass sie von einer stabilen kommerziellen Bereitstellung noch entfernt ist, und viele Hersteller warten noch ab. Bei der Verwendung geschickter Hände, der Bewältigung rotierender Bälle und dem Laufen über das gesamte Spielfeld gibt es bei humanoiden Robotern noch großen Verbesserungsspielraum.

Andererseits sind die derzeitigen Kosten noch sehr hoch. Sowohl die Bereitstellung des Motion-Capture-Systems als auch die Herstellung des Roboterträgers können keine großflächige Verbreitung unterstützen. Nehmen wir als Beispiel die Wahrnehmungslösung: Eine einzelne optische Motion-Capture-Kamera von OptiTrack kostet mehrere zehntausend Yuan. Ein Spielfeld benötigt mindestens 6 bis 8 Kameras, um eine effektive Erkennung und Abdeckung zu erreichen. Zusammen mit dem Roboterträger im Wert von mehreren hunderttausend Yuan bleiben die Bereitstellungskosten des gesamten Systems hoch.

Zu diesem Zweck erforscht das SMASH-Team der Universität Hongkong eine rein visuelle Lösung auf Basis von bordseitigen Kameras, um allmählich die Abhängigkeit von externen Motion-Capture-Systemen zu beseitigen. Auf dem Shandong Tischtennis Kultur- und Tourismuskarneval in diesem Jahr hat ihr Team bereits mit einem selbst entwickelten autonomen Wahrnehmungssystem im Freien Tischtennis gegen die olympische Championin Chen Meng gespielt. Li Yinghui sagte gegenüber Lanxiong Sports: „Damit humanoide Roboter in alle Haushalte einziehen, müssen sie auf ihre eigene Vision setzen und einen kostengünstigen Weg gehen. Wir hoffen, dass die Roboter nach der Massenproduktion nur die Kosten ihrer eigenen Hardware verursachen.“

Sobald dieser Weg erfolgreich beschritten wird, wird die Einstiegshürde für die Bereitstellung stark gesenkt und der Weg für Roboter in mehr Anwendungsbereiche geebnet. Nach Ansicht von Li Yinghui „werden mit zunehmender Reife der Industriekette die Hardwarekosten ständig gesenkt. In Zukunft können humanoide Roboter zu Preisen hergestellt werden, die sich normale Haushalte leisten können – vielleicht so günstig wie Autos, sogar noch günstiger.“

In spezifischen Sportbereichen führen bereits Hersteller Marktvalidierungen durch. Im Juli dieses Jahres gründete Dongyi Technology in Guangzhou das „Gou-C Badminton-Stadion“ – einen immersiven Erlebnisraum, der auf dem autonomen Badmintonspiel humanoider Roboter basiert. Es wurde fast einen Monat lang im regulären Betrieb geführt, erreichte einen Spitzenwert von über tausend Besuchern pro Tag und fast zehntausend Eintritte insgesamt. Damit wurde eine erste Validierung für kommerzielle Szenarien des Schlägersports