Deze robot speelt tafeltennis op topniveau. Hoofdonderzoeker Peter Dürr legt uit hoe

Techbedrijf Sony heeft een robot gebouwd die tafeltennis kan spelen op het niveau van de beste menselijke spelers. Scientias.nl sprak met Peter Dürr, directeur van Sony AI in Zürich, om te begrijpen hoe de robot werkt en waarom dit zo een grote stap vooruit is.

Tafeltennis is voor je typische lompe robot een regelrechte nachtmerrie. De fijne motoriek die je nodig hebt om te voorspellen hoe en waar zo’n klein balletje gaat landen is niet makkelijk na te bootsen. Tot nu toe kon geen enkele robot tippen aan menselijke experts.

“Tafeltennis werd gekozen omdat het een van de meest veeleisende tests is voor perceptie, planning en controle in de echte wereld”, vertelt Dürr aan Scientias.nl. “In tegenstelling tot computerspellen, die plaatsvinden in gesimuleerde omgevingen, vereist tafeltennis snelle besluitvorming, nauwkeurige fysieke uitvoering en voortdurende aanpassing aan een onvoorspelbare tegenstander.”

Negen camera’s en drie ogen

Ace moet eerst weten waar de bal zich bevindt en dat tientallen keren per seconde. Daarvoor hangen er negen hogesnelheidscamera’s rond de tafel die het hele speelveld in de gaten houden. Samen lokaliseren ze de bal 200 keer per seconde. Dat gebeurt met een nauwkeurigheid van drie millimeter en een vertraging van ongeveer tien milliseconden. Daarmee weet de robot vrijwel in realtime waar het balletje zit.

Maar positie alleen is niet genoeg. De spin bepaalt voor een groot deel hoe het afketst van tafel en batje. Topspelers gebruiken spin bewust als wapen. Om de rotatie te meten, ontwikkelden de onderzoekers een tweede systeem dat ze ‘gaze control systems’ noemen. Het gaat om drie installaties met speciale camera’s, kantelbare spiegels en een verstelbare telelens. De spiegels volgen de bal op de voet zodat het logo op het balletje scherp in beeld blijft. Uit de manier waarop dat logo door het beeld danst, leidt een neuraal netwerk de draaisnelheid van de bal af.

Leren door te spelen

En dan moet de robot ook nog bedenken wat hij met die bal gaat doen. Daarvoor gebruikt Ace geen vooraf geprogrammeerde regels. Het systeem leerde zichzelf tafeltennissen door urenlang tegen virtuele tegenstanders te spelen. “Via vele uren gesimuleerd tafeltennis in een omgeving die de fysica van het spel nauwkeurig nabootst, leert Ace zijn sensorinformatie te combineren en bewegingen te plannen, terwijl het ook het vermogen ontwikkelt om snel te reageren op onverwachte gebeurtenissen, zoals een bal die via het net stuitert”, zegt Dürr.

Het resultaat is een databank aan ‘policies’ (je kunt het zien als verschillende speelstijlen) waaruit de robot tijdens een wedstrijd put. De ene is gespecialiseerd in topspin, de andere in backspin en weer een andere probeert de bal zo dicht mogelijk bij de tafelrand te laten landen. Elke 32 milliseconden kiest het systeem een zet en plant het een traject voor zijn gewrichten. Dat traject wordt daarna gecontroleerd op mogelijke botsingen met de tafel of met zichzelf.

Leestip: Ademende knuffelrobot laat zien hoe besmettelijk angst is

Arm met acht scharnieren

Ook de hardware moest van nul worden ontworpen. Ace beschikt over acht vrijheidsgraden. Er zijn twee rechtlijnige rails waarover de arm schuift en zes draaibare gewrichten. Die combinatie geeft de robot genoeg bewegingsruimte om de slagen van een professional na te bootsen. Het batje kan de bal versnellen tot maximaal zo’n 20 meter per seconde. Dat is het tempo van een harde drive van een topspeler.
Aan het uiteinde zit naast een gewone batje ook een klein kommetje. De bal rust daar tijdens de opslag in. Dat is nodig omdat Ace maar één arm heeft en de reglementen een specifieke toss voorschrijven.

En toen kwamen de wedstrijden

In april 2025 nam de robot het op tegen zeven menselijke tegenstanders. Vijf elitespelers (mensen met meer dan tien jaar intensieve training) speelden best-of-three-wedstrijden tegen Ace. Twee professionele spelers uit Japan, Minami Ando en Kakeru Sone, speelden best-of-five. Alles gebeurde volgens de officiële reglementen van de ITTF, met gekeurde ballen en twee echte scheidsrechters.

Van de vijf elitespelers versloeg Ace er drie. Tegen de twee profs trok de robot aan het kortste eind, al wist hij in één van die partijen wel een game te pakken. Menselijke tegenstanders scoorden hun punten vooral met snelle topspinslagen. Ace won punten daarentegen meestal met een breed palet aan spinvarianten.

Ook tijdens serves kwam de robot sterk voor de dag. Tegen de elitespelers scoorde Ace zestien directe punten uit opslagen; de mensen zelf bleven steken op acht. En toen een bal tijdens een rally toevallig het net raakte en onverwacht van koers veranderde, wist Ace binnen vijftig milliseconden zijn beweging aan te passen en de bal alsnog terug te slaan.

Ondertussen is de kloof gedicht

Voorlopig blijven mensen dus kampioen, toch? Nou, ja en nee. Sinds de studie bij Nature werd ingediend, heeft het team niet stilgezeten. “In feite hebben we die kloof inmiddels overbrugd”, zegt Dürr. In december 2025 versloeg Ace beide elitespelers opnieuw én een van de profs en in maart 2026 gingen nog drie Japanse beroepsspelers voor de bijl, onder wie Miyuu Kihara, die op dit moment bij de wereldwijde top 25 hoort. “Om dit te bereiken hebben we alle onderdelen van het systeem verder verbeterd, waaronder perceptie, AI en robotica-hardware.”

Ironisch genoeg kan dit goed nieuws zijn voor menselijke spelers. Een van de elitespelers die tegen Ace speelde, voormalig olympiër Kinjiro Nakamura, merkte namelijk op dat sommige slagen van de robot hem aan het denken zetten over wat er voor mensen mogelijk is. “We zijn geen experts in tafeltennis, maar op basis van Nakamura’s uitspraak denken we dat dit mogelijk is”, reageert Dürr. “Het project was niet bedoeld als trainingsinstrument voor tafeltennissers, maar we zagen wel dat spelers mogelijk nieuwe speelstijlen kunnen leren door tegen een robot te spelen en velen vroegen om opnieuw tegen de robot te mogen spelen.”

Niet leuk voor beginners (tenzij…)

Voor wie zich nu afvraagt of Ace een leuke sparringpartner zou zijn voor op de club om de hoek: waarschijnlijk niet. “Het systeem zoals wij het gebruiken in experimenten is voor beginners eigenlijk niet leuk om tegen te spelen”, geeft Dürr toe. “Iemand zonder degelijke tafeltennisachtergrond kan de service meestal niet retourneren en rally’s duren doorgaans niet lang omdat Ace slagen produceert met veel snelheid en spin.” Gelukkig is er ook een ‘beginner mode’ waarin de moeilijkheidsgraad naar beneden kan en die is volgens het team een stuk vermakelijker.

Schrijf je in voor de nieuwsbrief! Ook elke dag vers het laatste wetenschapsnieuws in je inbox? Of elke week? Schrijf je hier in voor de nieuwsbrief!

Uitgelezen? Luister ook eens naar de Scientias Podcast: