Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

LATTE-MV: Aprendiendo a anticipar los golpes de tenis de mesa con videos monoculares

Created by
  • Haebom

Autor

Daniel Etaat, Dvij Kalaria, Nima Rahmanian, Shankar Sastry

Describir

Este artículo enfatiza la importancia no solo de la agilidad física, sino también de la capacidad de predecir las intenciones del oponente y asegurar el tiempo de reacción en el tenis de mesa competitivo. Si bien estudios previos han desarrollado sistemas de juego de tenis de mesa en tiempo real, estos carecen de capacidad predictiva o están limitados por el tamaño y la diversidad de sus conjuntos de datos. Este artículo propone (1) un sistema escalable para la reconstrucción 3D de videos monoculares de partidos de tenis de mesa y (2) un controlador con capacidad de predicción de la incertidumbre que predice las acciones del oponente. Los resultados de la simulación muestran que la política propuesta mejora la tasa de retorno de la pelota para golpes de alta velocidad del 49,9 % al 59,0 %, en comparación con las políticas no predictivas existentes.

Takeaways, Limitations

Takeaways:
Demostrando experimentalmente la importancia de predecir las acciones del oponente en partidos de tenis de mesa.
Una implementación escalable de un sistema de reconstrucción 3D utilizando vídeo monocular.
Mejora de las tasas de retorno de la pelota a través de controladores predictivos que tienen en cuenta la incertidumbre.
Limitations:
Estos son resultados de un entorno de simulación y requieren verificación del rendimiento en un entorno de juego real.
Es posible que aún existan limitaciones en el tamaño y la diversidad del conjunto de datos.
Se necesita más investigación sobre el rendimiento de generalización de los controladores predictivos.
👍