Pesquisadores chineses desenvolveram um novo método para ensinar robôs humanoides a praticar tênis, obtendo resultados que representam um avanço significativo no aprendizado de máquina aplicado ao mundo real. O sistema, batizado de LATENT, foi testado no robô G1, da fabricante Unitree, e conseguiu devolver bolas com taxa de sucesso de aproximadamente 90% no forehand e pouco menos de 80% no backhand.
O estudo, assinado por Zhang e colaboradores, propõe uma abordagem diferente das técnicas convencionais. Em vez de depender de teloperação ou de pipelines complexos baseados em filmagens de TV, a equipe voltou ao uso de captura de movimento, mas com uma aplicação mais enxuta: registrar apenas as habilidades básicas do esporte, e ainda assim funcionar bem mesmo com dados imperfeitos.
🎾Introducing LATENT: Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data
Dynamic movements, agile whole-body coordination, and rapid reactions. A step toward athletic humanoid sports skills.
Project: https://t.co/MFy2NIOsrn
Code: https://t.co/A7B5H8PIBh pic.twitter.com/vOnEzkCHXC
— Zhikai Zhang (@Zhikai273) March 15, 2026
Como o sistema LATENT funciona
A metodologia partiu de cerca de cinco horas de captura de movimento com esportistas humanos demonstrando as chamadas “habilidades primitivas” do tênis, como forehands, backhands, deslocamentos laterais e passadas cruzadas. Esses movimentos foram executados em uma área bem menor do que uma quadra oficial, o que facilitou a coleta dos dados.
O sistema processou essas capturas para criar um repertório de “espaços de movimento” semelhantes aos humanos. Em seguida, essas habilidades básicas foram carregadas no robô. A partir daí, o LATENT instruiu a máquina a usar os movimentos aprendidos para cumprir uma tarefa objetiva: enxergar a bola vindo em sua direção e rebatê-la para o lado oposto da rede, dentro das linhas da quadra.
Com esse ponto de partida, o robô passou a experimentar os demais detalhes por conta própria: ângulos, timing e quais movimentos usar em cada situação. A maior parte desse aprendizado ocorreu em simulação acelerada, antes de qualquer teste no mundo real.
Leia mais:
Conheça a digissexualidade, a atração sexual por robôs e IAs
Como funcionam os minirrobôs que desentopem artérias
Como o CAPTCHA diferencia robôs de humanos
Robô G1, da Unitree, em destaque
O modelo escolhido para os testes foi o G1 da Unitree, humanoide já conhecido por vídeos em que executa desde coreografias até movimentos de kickboxing. O equipamento está disponível ao público com preço inicial de aproximadamente US$ 13.500.
Nos testes práticos, o robô apresentou movimentação notavelmente fluida e ágil, com desempenho visual que, segundo a descrição dos pesquisadores, lembra um jogador humano em ação. Ainda assim, o sistema não está pronto para partidas competitivas.
O código do LATENT é aberto e está disponível no GitHub para quem quiser acessar ou contribuir com o projeto.
O post IA ensina robô a jogar tênis com 90% de precisão apareceu primeiro em Olhar Digital.
