人の動作を模倣しながら、自律的に動きを改善する卓球ロボットを、ダルムシュタット工科大学とマックス・プランク知能システム研究所が共同開発した。球を打ち返す基本的な動作をまず人間が提示。ロボットはその動作を元に「強化学習」と呼ばれる試行錯誤を繰り返し、返球に適した動作を獲得する。初めは全く球を返せなかったロボットも、1時間の練習後には返球率を9割に向上させ、最終的には人間とラリーができるまでに“上達”したという。
\卓球ロボットはダルムシュタット工大のヤン・ペータース教授と、同大の院生でマックス・プランク博士奨学生でもあるカタリーナ・ミュリングとイェンス・コーバーを中心とするチームが開発した。
\チームが開発した自律学習アルゴリズム「Mixture of movement primitives（MoMP）」では、人間がロボットのアームを持って返球の基本動作を教え、ロボットに模倣学習させる（動作の初期ライブラリー作成）。その後、ロボットは強化学習によって、返球トライアル毎に得られる成否のフィードバックを通してアームを動かすタイミングや位置などの最適な動きを獲得していく。
\ペータース教授は「ロボットアームの動きを全てプログラミングで制御しようとすれば、それだけで数年はかかる上、動きの質も低かっただろう」と述べ、自律学習型知能ロボットの今後の発展に、大きな期待を示した。
\チームが開発した卓球ロボットのデモの様子はhttp://www.youtube.com/watch?v=SH3bADiB7uQで閲覧できる。
\
