{"id":390,"date":"2026-03-17T04:01:54","date_gmt":"2026-03-17T08:01:54","guid":{"rendered":"https:\/\/ermdigital.com\/index.php\/2026\/03\/17\/creiamos-que-las-maquinas-solo-nos-podian-ganar-al-ajedrez-o-al-go-pero-ahora-se-preparan-para-machacarnos-al-tenis\/"},"modified":"2026-03-17T04:01:54","modified_gmt":"2026-03-17T08:01:54","slug":"creiamos-que-las-maquinas-solo-nos-podian-ganar-al-ajedrez-o-al-go-pero-ahora-se-preparan-para-machacarnos-al-tenis","status":"publish","type":"post","link":"https:\/\/ermdigital.com\/index.php\/2026\/03\/17\/creiamos-que-las-maquinas-solo-nos-podian-ganar-al-ajedrez-o-al-go-pero-ahora-se-preparan-para-machacarnos-al-tenis\/","title":{"rendered":"Cre\u00edamos que las m\u00e1quinas solo nos pod\u00edan ganar al ajedrez o al Go, pero ahora se preparan para machacarnos al tenis"},"content":{"rendered":"

\n \"Cre\u00edamos\n <\/p>\n

Kasparov sucumbi\u00f3 a Deep Blue y aquello demostr\u00f3 que las m\u00e1quinas pod\u00edan 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<\/a> y tambi\u00e9n sorprendentes demostraciones previas<\/a>, est\u00e1n queriendo conquistar un deporte que plantea un reto excepcional: el tenis.<\/p>\n

<\/p>\n

Cuidado, Alcaraz, que vienen los robots<\/strong>. Investigadores de la Universidad de Tsinghua o de la Universidad de Pek\u00edn entre otras han colaborado para desarrollar un robot capaz de jugar al tenis. El proyecto ha sido bautizado como 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 m\u00e1quina (el robot) pr\u00e1cticamente aprende por s\u00ed misma a jugar. Ya hemos visto avances parecidos con deportes como el ping pong<\/a> o con demostraciones de kung fu<\/a>, pero este hito se ha logrado de una forma diferente y llamativa.<\/p>\n

<\/p>\n

\n
\n
\n
\n
\n \"Xiaomi
\n <\/a>\n <\/div>\n
\n
\n En Xataka<\/a>\n <\/div>\n

Xiaomi acaba de cruzar otra frontera tecnol\u00f3gica: ha puesto a prueba su robot humanoide en una f\u00e1brica real (y hay v\u00eddeo) <\/a>\n <\/p><\/div>\n<\/div>\n<\/div>\n<\/div>\n

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 m\u00e1quinas ahora usan informaci\u00f3n \"imperfecta\" capturada de los humanos para aprender a jugar.<\/p>\n

<\/p>\n

Minitenis<\/strong>. Capturar datos exactos de un partido de tenis real es muy costoso y complejo debido al tama\u00f1o de la pista y la sutiliza de los movimientos de la mu\u00f1eca de los tenistas. Para solucionar esto, el equipo de LATENT opt\u00f3 por recolectar datos de \"habilidades primitivas\"<\/a>. Es decir, al robot se le mostraron los movimientos b\u00e1sicos como el golpe de derecha (drive), de rev\u00e9s, o desplazamientos laterales. Adem\u00e1s se us\u00f3 un \u00e1rea 17 veces m\u00e1s peque\u00f1a que una cancha profesional precisamente para reducir la complejidad del sistema inicial. El objetivo: que a partir de ah\u00ed el robot pudiera desarrollar su propia t\u00e9cnica.<\/p>\n

<\/p>\n

\n
\n

\"Captura<\/p><\/div>\n<\/div>\n

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. As\u00ed, era capaz de mantener la estabilidad de su cuerpo siguiendo el estilo de los movimientos humanos, pero adem\u00e1s tambi\u00e9n era capaz de ajustar de forma milim\u00e9trica el \u00e1ngulo de la raqueta para impactar la bola de forma adecuada.<\/p>\n

<\/p>\n

Nada de cosas raras<\/strong>. Los investigadores tambi\u00e9n quisieron evitar que el robot comenzar a a \"inventarse\" movimientos extra\u00f1os durante su entrenamiento por refuerzo. As\u00ed, crearon una t\u00e9cnica que obligaba a la IA a explorar solo movimientos que se asemejaran a los humanos bas\u00e1ndose en la distribuci\u00f3n de datos inicial.\u00a0<\/p>\n

<\/p>\n

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 robot humanoide<\/a> cuenta con 29 grados de libertad y se le coloc\u00f3 una raqueta mediante una pieza impresa en 3D. Las pruebas f\u00edsicas fueron sorprendentes: el G1 pudo devolver pelotas lanzadas a m\u00e1s de 15 m\/s (54 km\/h), sino que fue tambi\u00e9n 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 din\u00e1mica seg\u00fan la trayectoria de la bola.\u00a0<\/p>\n

<\/p>\n

\n
\n
\n
<\/div>\n<\/div>\n<\/div>\n<\/div>\n

El principio de algo m\u00e1s grande<\/strong>. Estos robots tenistas est\u00e1n muy lejos de poder competir con jugadores humanos \u2014mucho menos con profesionales\u2014 pero demuestran que las t\u00e9cnicas de aprendizaje por refuerzo que se han aplicado en juegos como ajedrez o Go pueden ser v\u00e1lidas para entornos f\u00edsicos con robots<\/a>. De hecho, este avance plantea la posibilidad de que los robots logren aprender cualquier disciplina f\u00edsica (sea deportiva o no) a partir de un aprendizaje limitado de movimientos b\u00e1sicos.<\/p>\n

<\/p>\n

En Xataka | Y finalmente el ser humano gan\u00f3, con mucho dramatismo, a un robot jugando al ping pong<\/a><\/p>\n

–
La noticia
\n
\n Cre\u00edamos que las m\u00e1quinas solo nos pod\u00edan ganar al ajedrez o al Go, pero ahora se preparan para machacarnos al tenis <\/em>
\n <\/a>
\n fue publicada originalmente en
\n
\n Xataka <\/strong>
\n <\/a>
\n por
\n Javier Pastor
\n <\/a>
\n . <\/p>\n

\u00a0Kasparov sucumbi\u00f3 a Deep Blue y aquello demostr\u00f3 que las m\u00e1quinas pod\u00edan 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 tambi\u00e9n sorprendentes demostraciones previas, est\u00e1n queriendo conquistar un deporte que plantea un reto excepcional: el tenis.<\/p>\n

Cuidado, Alcaraz, que vienen los robots. Investigadores de la Universidad de Tsinghua o de la Universidad de Pek\u00edn 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 m\u00e1quina (el robot) pr\u00e1cticamente aprende por s\u00ed 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>\n

En Xataka<\/p>\n

Xiaomi acaba de cruzar otra frontera tecnol\u00f3gica: ha puesto a prueba su robot humanoide en una f\u00e1brica real (y hay v\u00eddeo) <\/p>\n

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 m\u00e1quinas ahora usan informaci\u00f3n \"imperfecta\" capturada de los humanos para aprender a jugar.<\/p>\n

Minitenis. Capturar datos exactos de un partido de tenis real es muy costoso y complejo debido al tama\u00f1o de la pista y la sutiliza de los movimientos de la mu\u00f1eca de los tenistas. Para solucionar esto, el equipo de LATENT opt\u00f3 por recolectar datos de \"habilidades primitivas\". Es decir, al robot se le mostraron los movimientos b\u00e1sicos como el golpe de derecha (drive), de rev\u00e9s, o desplazamientos laterales. Adem\u00e1s se us\u00f3 un \u00e1rea 17 veces m\u00e1s peque\u00f1a que una cancha profesional precisamente para reducir la complejidad del sistema inicial. El objetivo: que a partir de ah\u00ed el robot pudiera desarrollar su propia t\u00e9cnica.<\/p>\n

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. As\u00ed, era capaz de mantener la estabilidad de su cuerpo siguiendo el estilo de los movimientos humanos, pero adem\u00e1s tambi\u00e9n era capaz de ajustar de forma milim\u00e9trica el \u00e1ngulo de la raqueta para impactar la bola de forma adecuada.<\/p>\n

Nada de cosas raras. Los investigadores tambi\u00e9n quisieron evitar que el robot comenzar a a \"inventarse\" movimientos extra\u00f1os durante su entrenamiento por refuerzo. As\u00ed, crearon una t\u00e9cnica que obligaba a la IA a explorar solo movimientos que se asemejaran a los humanos bas\u00e1ndose en la distribuci\u00f3n de datos inicial.\u00a0<\/p>\n

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 coloc\u00f3 una raqueta mediante una pieza impresa en 3D. Las pruebas f\u00edsicas fueron sorprendentes: el G1 pudo devolver pelotas lanzadas a m\u00e1s de 15 m\/s (54 km\/h), sino que fue tambi\u00e9n 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 din\u00e1mica seg\u00fan la trayectoria de la bola.\u00a0<\/p>\n

El principio de algo m\u00e1s grande. Estos robots tenistas est\u00e1n muy lejos de poder competir con jugadores humanos \u2014mucho menos con profesionales\u2014 pero demuestran que las t\u00e9cnicas de aprendizaje por refuerzo que se han aplicado en juegos como ajedrez o Go pueden ser v\u00e1lidas para entornos f\u00edsicos con robots. De hecho, este avance plantea la posibilidad de que los robots logren aprender cualquier disciplina f\u00edsica (sea deportiva o no) a partir de un aprendizaje limitado de movimientos b\u00e1sicos.<\/p>\n

En Xataka | Y finalmente el ser humano gan\u00f3, con mucho dramatismo, a un robot jugando al ping pong<\/p>\n

– La noticia<\/p>\n

Cre\u00edamos que las m\u00e1quinas solo nos pod\u00edan ganar al ajedrez o al Go, pero ahora se preparan para machacarnos al tenis <\/p>\n

fue publicada originalmente en<\/p>\n

Xataka <\/p>\n

por
\n Javier Pastor<\/p>\n

.\u00a0\u00a0\u00a0<\/p>","protected":false},"excerpt":{"rendered":"

Kasparov sucumbi\u00f3 a Deep Blue y aquello demostr\u00f3 que las m\u00e1quinas pod\u00edan 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 tambi\u00e9n sorprendentes demostraciones previas, est\u00e1n queriendo conquistar un deporte que […]<\/p>\n","protected":false},"author":1,"featured_media":391,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"amp_status":"","footnotes":""},"categories":[6],"tags":[],"class_list":["post-390","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ciencia-y-tecnologia"],"_links":{"self":[{"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/posts\/390","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/comments?post=390"}],"version-history":[{"count":0,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/posts\/390\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/media\/391"}],"wp:attachment":[{"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/media?parent=390"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/categories?post=390"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/tags?post=390"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}