Yapeng Gao, Jonas Tebbe és Andreas Zell egy számítógépes szimulációval kezdték a munkát, ebben tanítva pingpongozni egy ütővel ellátott virtuális robotkart. A szimulációt egy gépi tanulásra képes algoritmussal párosították, amely lehetővé tette, hogy a rendszer megtanulja, milyen hatással van az ütő sebessége és pozíciója a labda pályájára. Amint a próbálkozások és hibák útján tanuló algoritmus megtanulta megbízhatóan visszaütni a labdát, a programot rákötötték egy KUKA márkájú fizikai robotkarra, amely egy valódi pingpongütőt tartott.
A rendszer két kamerát használ a labda helyének monitorozására, amelynek pozícióját 7 ezredmásodpercenként határozza meg. Ennek alapján dönti el, hogyan kell mozdítani a robotkart ahhoz, hogy eltalálja és visszaüsse az asztal túlsó térfelére a labdát. A rendszer a való világban 24,9 centiméteres pontossággal volt képes a kívánt helyre juttatni a labdát. Ez egy kicsit rosszabb, mint amit a szimulációban teljesített, de összességében nagyon jó eredmény. A pontatlanabbá válás egyébként is megszokott velejárója a hasonló helyzeteknek, mivel a szimuláció nem képes tökéletesen imitálni a valóságot.
A robot teljesítménye annak fényében különösen bámulatra méltó, hogy a teljes tanulási procedúra, vagyis a virtuális valóságban végzett tréningezés és a fizikai valóságban lefutott próbaütések mindössze másfél órát vettek igénybe. Ez a gyors tanulási fázis kiválóan demonstrálja, hogy az ilyen algoritmusok szükség esetén mennyire gyorsan képesek új dolgokat elsajátítani, mondják a fejlesztők.
A robotikus pingpongjátékosnak persze vannak gyenge pontjai, például megzavarják nagyon gyors és a nagyon lassú labdák is – ami persze a kezdő emberi játékosokkal is előfordul. És a robotkar bizonyos fizikai korlátokkal is küzd, amelyek megnehezítik bizonyos helyzetek kezelését, például nehezen és csak egyes szituációkban képes fonákot ütni. De ezeket a limitációkat leszámítva meglepően ügyes, és felveszi a versenyt a legtöbb emberi amatőr játékossal.
