Ciencia y Tecnología
Creíamos que las máquinas solo nos podían ganar al ajedrez o al Go, pero ahora se preparan para machacarnos al tenis
<p>
 <img src="https://i.blogs.es/a48ebb/robot-tenis/1024_2000.jpeg" alt="Creíamos que las máquinas solo nos podían ganar al ajedrez o al Go, pero ahora se preparan para machacarnos al tenis" />
 </p>
<p>Kasparov sucumbió a Deep Blue y aquello demostró que las máquinas podían superar por fin a los humanos. Luego vinieron derrotas en otros campos (Go, StarCraft), pero siempre con los algoritmos como protagonistas. Ahora quienes quieren superarnos son los robots, y tras <a class="text-outboundlink" href="https://www.xataka.com/robotica-e-ia/este-robot-humanoide-prometia-hacer-nuestras-tareas-domesticas-ahora-marioneta-20-000-dolares" data-vars-post-title="Este robot humanoide prometía hacer nuestras tareas domésticas. Por ahora es una marioneta de 20.000 dólares" data-vars-post-url="https://www.xataka.com/robotica-e-ia/este-robot-humanoide-prometia-hacer-nuestras-tareas-domesticas-ahora-marioneta-20-000-dolares">algunas decepciones</a> y también <a class="text-outboundlink" href="https://www.xataka.com/robotica-e-ia/china-llevo-robots-humanoides-al-mayor-espectaculo-televisivo-pais-hizo-practicar-kung-fu-precision-milimetrica" data-vars-post-title="China llevó robots humanoides al mayor espectáculo televisivo del país: los hizo practicar kung-fu con precisión milimétrica " data-vars-post-url="https://www.xataka.com/robotica-e-ia/china-llevo-robots-humanoides-al-mayor-espectaculo-televisivo-pais-hizo-practicar-kung-fu-precision-milimetrica">sorprendentes demostraciones previas</a>, están queriendo conquistar un deporte que plantea un reto excepcional: el tenis.</p>
<p><!-- BREAK 1 --></p>
<p><strong>Cuidado, Alcaraz, que vienen los robots</strong>. Investigadores de la Universidad de Tsinghua o de la Universidad de Pekín entre otras han colaborado para desarrollar un robot capaz de jugar al tenis. El proyecto ha sido bautizado como <a rel="noopener, noreferrer" href="https://zzk273.github.io/LATENT/">LATENT</a> (Learn Athlethic humanoid TEnnis skills from imperfect human Motion daTa) y sorprende porque el principio es muy similar al de desarrollos como AlphaZero: la máquina (el robot) prácticamente aprende por sí misma a jugar. Ya hemos visto avances parecidos con deportes <a class="text-outboundlink" href="https://www.xataka.com/robotica-e-ia/este-verano-olimpiadas-roboticas-se-celebran-china-bienvenidos-a-primeros-juegos-mundiales-robots-humanoides" data-vars-post-title="China está volcada en los robots. Tanto, que les ha montado unas olimpiadas en las que juegan al ping pong u ordenan medicinas" data-vars-post-url="https://www.xataka.com/robotica-e-ia/este-verano-olimpiadas-roboticas-se-celebran-china-bienvenidos-a-primeros-juegos-mundiales-robots-humanoides">como el ping pong</a> o con <a class="text-outboundlink" href="https://www.xataka.com/robotica-e-ia/china-llevo-robots-humanoides-al-mayor-espectaculo-televisivo-pais-hizo-practicar-kung-fu-precision-milimetrica" data-vars-post-title="China llevó robots humanoides al mayor espectáculo televisivo del país: los hizo practicar kung-fu con precisión milimétrica " data-vars-post-url="https://www.xataka.com/robotica-e-ia/china-llevo-robots-humanoides-al-mayor-espectaculo-televisivo-pais-hizo-practicar-kung-fu-precision-milimetrica">demostraciones de kung fu</a>, pero este hito se ha logrado de una forma diferente y llamativa.</p>
<p><!-- BREAK 2 --></p>
<div class="article-asset article-asset-normal article-asset-center">
<div class="desvio-container">
<div class="desvio">
<div class="desvio-figure js-desvio-figure">
 <a href="https://www.xataka.com/robotica-e-ia/xiaomi-acaba-cruzar-otra-frontera-tecnologica-ha-puesto-a-prueba-su-robot-humanoide-fabrica-real-hay-video" class="pivot-outboundlink" data-vars-post-title="Xiaomi acaba de cruzar otra frontera tecnológica: ha puesto a prueba su robot humanoide en una fábrica real (y hay vídeo) "><br />
 <img alt="Xiaomi acaba de cruzar otra frontera tecnológica: ha puesto a prueba su robot humanoide en una fábrica real (y hay vídeo) " width="375" height="142" src="https://i.blogs.es/1a99a2/robot-xiaomi-fabrica-portada/375_142.jpeg" /><br />
 </a>
 </div>
<div class="desvio-summary">
<div class="desvio-taxonomy js-desvio-taxonomy">
 <a href="https://www.xataka.com/robotica-e-ia/xiaomi-acaba-cruzar-otra-frontera-tecnologica-ha-puesto-a-prueba-su-robot-humanoide-fabrica-real-hay-video" class="desvio-taxonomy-anchor pivot-outboundlink" data-vars-post-title="Xiaomi acaba de cruzar otra frontera tecnológica: ha puesto a prueba su robot humanoide en una fábrica real (y hay vídeo) ">En Xataka</a>
 </div>
<p> <a href="https://www.xataka.com/robotica-e-ia/xiaomi-acaba-cruzar-otra-frontera-tecnologica-ha-puesto-a-prueba-su-robot-humanoide-fabrica-real-hay-video" class="desvio-title js-desvio-title pivot-outboundlink" data-vars-post-title="Xiaomi acaba de cruzar otra frontera tecnológica: ha puesto a prueba su robot humanoide en una fábrica real (y hay vídeo) ">Xiaomi acaba de cruzar otra frontera tecnológica: ha puesto a prueba su robot humanoide en una fábrica real (y hay vídeo) </a>
 </p></div>
</div>
</div>
</div>
<p><strong>Movimientos imperfectos</strong>. Hasta ahora lograr que un robot reaccionara a la velocidad de una pelota de tenis era un reto casi insuperable debido a la falta de datos de movimientos perfectos, pero los avances logrados por estos investigadores son especialmente llamativos. Sobre todo porque estas máquinas ahora usan información "imperfecta" capturada de los humanos para aprender a jugar.</p>
<p><!-- BREAK 3 --></p>
<p><strong>Minitenis</strong>. Capturar datos exactos de un partido de tenis real es muy costoso y complejo debido al tamaño de la pista y la sutiliza de los movimientos de la muñeca de los tenistas. Para solucionar esto, el equipo de LATENT optó por <a rel="noopener, noreferrer" href="https://zzk273.github.io/LATENT/">recolectar datos de "habilidades primitivas"</a>. Es decir, al robot se le mostraron los movimientos básicos como el golpe de derecha (drive), de revés, o desplazamientos laterales. Además se usó un área 17 veces más pequeña que una cancha profesional precisamente para reducir la complejidad del sistema inicial. El objetivo: que a partir de ahí el robot pudiera desarrollar su propia técnica.</p>
<p><!-- BREAK 4 --></p>
<div class="article-asset-image article-asset-normal article-asset-center">
<div class="asset-content">
<p> <img alt="Captura De Pantalla 2026 03 16 A Las 13 14 07" class="centro_sinmarco" src="https://i.blogs.es/0e4b16/captura-de-pantalla-2026-03-16-a-las-13.14.07/450_1000.jpeg" /></p></div>
</div>
<p><strong>Aprende de sus errores</strong>. Lo llamativo de este desarrollo es que con esos pocos datos el robot era capaz de realizar correcciones sobre la marcha a la hora de desplazarse o de golpear a la pelota. Así, era capaz de mantener la estabilidad de su cuerpo siguiendo el estilo de los movimientos humanos, pero además también era capaz de ajustar de forma milimétrica el ángulo de la raqueta para impactar la bola de forma adecuada.</p>
<p><!-- BREAK 5 --></p>
<p><strong>Nada de cosas raras</strong>. Los investigadores también quisieron evitar que el robot comenzar a a "inventarse" movimientos extraños durante su entrenamiento por refuerzo. Así, crearon una técnica que obligaba a la IA a explorar solo movimientos que se asemejaran a los humanos basándose en la distribución de datos inicial. </p>
<p><!-- BREAK 6 --></p>
<p><strong>Unitree G1 ya juega al tenis</strong>. Para trasladar su sistema a la realidad los investigadores instalaron este sistema en un robot Unitree G1. Este modelo de <a class="text-outboundlink" href="https://www.xataka.com/robotica-e-ia/china-logra-liderar-robots-humanoides-no-sera-solo-su-tecnologia-sus-empresas-saben-venderlos-mejor-que-nadie" data-vars-post-title="Si China logra liderar en robots humanoides no será solo por su tecnología: sus empresas saben venderlos mejor que nadie" data-vars-post-url="https://www.xataka.com/robotica-e-ia/china-logra-liderar-robots-humanoides-no-sera-solo-su-tecnologia-sus-empresas-saben-venderlos-mejor-que-nadie">robot humanoide</a> cuenta con 29 grados de libertad y se le colocó una raqueta mediante una pieza impresa en 3D. Las pruebas físicas fueron sorprendentes: el G1 pudo devolver pelotas lanzadas a más de 15 m/s (54 km/h), sino que fue también capaz de mantener peloteos con jugadores humanos en una pista real. El robot era capaz de cubrir gran parte de la cancha y adaptar su postura de forma dinámica según la trayectoria de la bola. </p>
<p><!-- BREAK 7 --></p>
<div class="article-asset-video article-asset-normal">
<div class="asset-content">
<div class="base-asset-video">
<div class="js-dailymotion"></div>
</div>
</div>
</div>
<p><strong>El principio de algo más grande</strong>. Estos robots tenistas están muy lejos de poder competir con jugadores humanos —mucho menos con profesionales— pero demuestran que las técnicas de aprendizaje por refuerzo que se han aplicado en juegos como ajedrez o Go <a class="text-outboundlink" href="https://www.xataka.com/robotica-e-ia/china-hay-trabajadores-que-entrenan-robots-humanoides-a-vieja-usanza-repitiendo-tareas-aburrimiento" data-vars-post-title="Hay un nuevo puesto de trabajo en China: enseñarle a un robot cómo te mueves para que aprenda a ser más humano" data-vars-post-url="https://www.xataka.com/robotica-e-ia/china-hay-trabajadores-que-entrenan-robots-humanoides-a-vieja-usanza-repitiendo-tareas-aburrimiento">pueden ser válidas para entornos físicos con robots</a>. De hecho, este avance plantea la posibilidad de que los robots logren aprender cualquier disciplina física (sea deportiva o no) a partir de un aprendizaje limitado de movimientos básicos.</p>
<p><!-- BREAK 8 --></p>
<p>En Xataka | <a class="text-outboundlink" href="https://www.xataka.com/robotica-e-ia/y-finalmente-el-ser-humano-gano-con-mucho-dramatismo-a-un-robot-jugando-al-ping-pong" data-vars-post-title="Y finalmente el ser humano ganó, con mucho dramatismo, a un robot jugando al ping pong " data-vars-post-url="https://www.xataka.com/robotica-e-ia/y-finalmente-el-ser-humano-gano-con-mucho-dramatismo-a-un-robot-jugando-al-ping-pong">Y finalmente el ser humano ganó, con mucho dramatismo, a un robot jugando al ping pong</a></p>
<p> &#8211; <br /> La noticia<br />
 <a href="https://www.xataka.com/robotica-e-ia/creiamos-que-maquinas-solo-nos-podian-ganar-al-ajedrez-al-go-ahora-se-preparan-para-machacarnos-al-tenis?utm_source=feedburner&;utm_medium=feed&;utm_campaign=17_Mar_2026"><br />
 <em> Creíamos que las máquinas solo nos podían ganar al ajedrez o al Go, pero ahora se preparan para machacarnos al tenis </em><br />
 </a><br />
 fue publicada originalmente en<br />
 <a href="https://www.xataka.com/?utm_source=feedburner&;utm_medium=feed&;utm_campaign=17_Mar_2026"><br />
 <strong> Xataka </strong><br />
 </a><br />
 por <a href="https://www.xataka.com/autor/javier-pastor?utm_source=feedburner&;utm_medium=feed&;utm_campaign=17_Mar_2026"><br />
 Javier Pastor<br />
 </a><br />
 . </p>
<p> Kasparov sucumbió a Deep Blue y aquello demostró que las máquinas podían superar por fin a los humanos. Luego vinieron derrotas en otros campos (Go, StarCraft), pero siempre con los algoritmos como protagonistas. Ahora quienes quieren superarnos son los robots, y tras algunas decepciones y también sorprendentes demostraciones previas, están queriendo conquistar un deporte que plantea un reto excepcional: el tenis.</p>
<p>Cuidado, Alcaraz, que vienen los robots. Investigadores de la Universidad de Tsinghua o de la Universidad de Pekín entre otras han colaborado para desarrollar un robot capaz de jugar al tenis. El proyecto ha sido bautizado como LATENT (Learn Athlethic humanoid TEnnis skills from imperfect human Motion daTa) y sorprende porque el principio es muy similar al de desarrollos como AlphaZero: la máquina (el robot) prácticamente aprende por sí misma a jugar. Ya hemos visto avances parecidos con deportes como el ping pong o con demostraciones de kung fu, pero este hito se ha logrado de una forma diferente y llamativa.</p>
<p> En Xataka</p>
<p> Xiaomi acaba de cruzar otra frontera tecnológica: ha puesto a prueba su robot humanoide en una fábrica real (y hay vídeo) </p>
<p>Movimientos imperfectos. Hasta ahora lograr que un robot reaccionara a la velocidad de una pelota de tenis era un reto casi insuperable debido a la falta de datos de movimientos perfectos, pero los avances logrados por estos investigadores son especialmente llamativos. Sobre todo porque estas máquinas ahora usan información "imperfecta" capturada de los humanos para aprender a jugar.</p>
<p>Minitenis. Capturar datos exactos de un partido de tenis real es muy costoso y complejo debido al tamaño de la pista y la sutiliza de los movimientos de la muñeca de los tenistas. Para solucionar esto, el equipo de LATENT optó por recolectar datos de "habilidades primitivas". Es decir, al robot se le mostraron los movimientos básicos como el golpe de derecha (drive), de revés, o desplazamientos laterales. Además se usó un área 17 veces más pequeña que una cancha profesional precisamente para reducir la complejidad del sistema inicial. El objetivo: que a partir de ahí el robot pudiera desarrollar su propia técnica.</p>
<p>Aprende de sus errores. Lo llamativo de este desarrollo es que con esos pocos datos el robot era capaz de realizar correcciones sobre la marcha a la hora de desplazarse o de golpear a la pelota. Así, era capaz de mantener la estabilidad de su cuerpo siguiendo el estilo de los movimientos humanos, pero además también era capaz de ajustar de forma milimétrica el ángulo de la raqueta para impactar la bola de forma adecuada.</p>
<p>Nada de cosas raras. Los investigadores también quisieron evitar que el robot comenzar a a "inventarse" movimientos extraños durante su entrenamiento por refuerzo. Así, crearon una técnica que obligaba a la IA a explorar solo movimientos que se asemejaran a los humanos basándose en la distribución de datos inicial. </p>
<p>Unitree G1 ya juega al tenis. Para trasladar su sistema a la realidad los investigadores instalaron este sistema en un robot Unitree G1. Este modelo de robot humanoide cuenta con 29 grados de libertad y se le colocó una raqueta mediante una pieza impresa en 3D. Las pruebas físicas fueron sorprendentes: el G1 pudo devolver pelotas lanzadas a más de 15 m/s (54 km/h), sino que fue también capaz de mantener peloteos con jugadores humanos en una pista real. El robot era capaz de cubrir gran parte de la cancha y adaptar su postura de forma dinámica según la trayectoria de la bola. </p>
<p>El principio de algo más grande. Estos robots tenistas están muy lejos de poder competir con jugadores humanos —mucho menos con profesionales— pero demuestran que las técnicas de aprendizaje por refuerzo que se han aplicado en juegos como ajedrez o Go pueden ser válidas para entornos físicos con robots. De hecho, este avance plantea la posibilidad de que los robots logren aprender cualquier disciplina física (sea deportiva o no) a partir de un aprendizaje limitado de movimientos básicos.</p>
<p>En Xataka | Y finalmente el ser humano ganó, con mucho dramatismo, a un robot jugando al ping pong</p>
<p> &#8211; La noticia</p>
<p> Creíamos que las máquinas solo nos podían ganar al ajedrez o al Go, pero ahora se preparan para machacarnos al tenis </p>
<p> fue publicada originalmente en</p>
<p> Xataka </p>
<p> por<br />
 Javier Pastor</p>
<p> . </p>