Un androide logró devolver pelotas con alta precisión tras un breve entrenamiento basado en movimientos humanos.
Un equipo de investigadores en China desarrolló un robot humanoide capaz de aprender a jugar tenis en apenas cinco horas, marcando un avance significativo en el campo de la robótica y la inteligencia artificial aplicada al movimiento humano.
El proyecto, denominado LATENT, se basa en un sistema de aprendizaje que utiliza datos de movimientos de jugadores aficionados. A diferencia de otros desarrollos, el robot no fue programado de forma rígida, sino que adquirió habilidades a partir de la observación y repetición.
El androide, conocido como G1 y desarrollado por Unitree Robotics, logró alcanzar una tasa de éxito del 96,5 % en la devolución de pelotas durante pruebas reales contra humanos, un nivel de precisión que sorprendió a la comunidad científica.
Las imágenes del experimento se viralizaron rápidamente en redes sociales, generando reacciones incluso de referentes tecnológicos como Elon Musk, quien expresó su asombro ante el nivel de realismo alcanzado.
Researchers trained a humanoid robot to play tennis using only 5 hours of motion capture data
The robot can now sustain multi-shot rallies with human players, hitting balls traveling >15 m/s with a ~90% success rate
AlphaGo for every sport is coming pic.twitter.com/R5OhqQOT8A
— Andrew Kang (@Rewkang) March 15, 2026
MIRÁ TAMBIÉN | La barrera invisible que impide a los mamíferos regenerar extremidades
El tenis representa uno de los mayores desafíos para la robótica debido a la velocidad de la pelota, que puede superar los 100 km/h, y a la necesidad de tomar decisiones en fracciones de segundo. El sistema LATENT permitió al robot coordinar movimientos, postura y tiempos de respuesta en un entorno dinámico.
A pesar de los avances, los desarrolladores reconocen que aún existen limitaciones. El robot puede devolver la pelota, pero no decide estratégicamente hacia dónde enviarla, lo que impide replicar un juego competitivo completo.
El equipo ya trabaja en mejorar estas capacidades mediante nuevos sistemas de entrenamiento que incorporen toma de decisiones y estrategias, con el objetivo de expandir este tipo de tecnología a otros deportes y aplicaciones en la vida cotidiana.
Con información de DW.
