Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

LATTE-MV : Apprendre à anticiper les coups de tennis de table grâce aux vidéos monoculaires

Created by
  • Haebom

Auteur

Daniel Etaat, Dvij Kalaria, Nima Rahmanian, Shankar Sastry

Contour

Cet article souligne l'importance non seulement de l'agilité physique, mais aussi de la capacité à prédire les intentions d'un adversaire et à garantir un temps de réaction optimal pour le tennis de table de compétition. Bien que des études antérieures aient développé des systèmes de jeu de tennis de table en temps réel, ces systèmes manquent de capacités prédictives ou sont limités par la taille et la diversité de leurs jeux de données. Cet article propose (1) un système évolutif pour la reconstruction 3D de vidéos monoculaires de matchs de tennis de table et (2) un contrôleur sensible à l'incertitude qui prédit les actions d'un adversaire. Les résultats de simulation montrent que la politique proposée améliore le taux de retour de balle pour les coups rapides de 49,9 % à 59,0 % par rapport aux politiques non prédictives existantes.

Takeaways, Limitations_

Takeaways:
Démontrer expérimentalement l’importance de prédire les actions de l’adversaire dans les matchs de tennis de table.
Une implémentation évolutive d'un système de reconstruction 3D utilisant la vidéo monoculaire.
Améliorer les taux de retour de balle grâce à des contrôleurs prédictifs qui prennent en compte l'incertitude.
Limitations:
Il s’agit de résultats issus d’un environnement de simulation et nécessitant une vérification des performances dans un environnement de jeu réel.
Des limitations quant à la taille et à la diversité de l’ensemble de données peuvent encore exister.
Des recherches supplémentaires sont nécessaires sur les performances de généralisation des contrôleurs prédictifs.
👍