Um braço mecânico com oito articulações, nove câmeras de alta velocidade e milhares de horas de simulação foram suficientes para a Sony AI produzir, em abril de 2026, o que pesquisadores da empresa descrevem como inédito: um robô autônomo que derrotou atletas profissionais de tênis de mesa em partidas com árbitros licenciados e sob as regras oficiais da Federação Internacional de Tênis de Mesa (ITTF).
O sistema se chama Ace e funciona com um braço de oito graus de liberdade montado sobre um trilho linear, o que garante cobertura de aproximadamente 3,5 metros quadrados de mesa. Ele devolve bolas a mais de 14 metros por segundo, aguenta efeitos de até 450 rad/s com taxa de devolução acima de 75% e toma cada decisão de rebatida a cada 32 ms, geradas por uma política de aprendizado por reforço treinada em simulação por milhares de horas.
Como o Ace enxerga a bola
Rastrear o efeito de uma bola de tênis de mesa foi, por décadas, o maior obstáculo técnico nessa área. A bola pode girar a mais de 160 rotações por segundo no ar, e nenhum sistema conseguia medir esse dado em tempo real até o Ace.
O robô usa nove câmeras com sensores de pixel ativo (APS), que triangulam a posição da bola no espaço tridimensional a 200 Hz com precisão de 3 mm. Para calcular o giro, três sistemas de controle de olhar rastreiam a bola com sensores de visão baseados em eventos, lentes ajustáveis e espelhos de inclinação, capturando entre 400 e 700 leituras por segundo. Todos esses dados chegam ao computador e são processados em 10 ms, o que permite ao sistema prever o que acontece quando a bola toca na rede ou na raquete antes que qualquer olho humano perceba.
Treinado em simulação, testado no mundo físico
O Ace não foi programado no sentido tradicional. “Se você tentar programar um robô que jogue tênis de mesa, percebe que existem situações em quantidade tão grande que se torna impossível escrever o código à mão”, disse Peter Dürr, diretor da Sony AI em Zurique, em entrevista à EE Times. O sistema aprende por reforço: tenta um movimento aleatório, recebe um sinal positivo quando a bola volta à mesa, e repete esse ciclo por milhares de horas de simulação até encontrar, sozinho, as melhores respostas.
A transferência da simulação para o mundo físico, porém, tem limites. A física da borracha da raquete e os pequenos desvios nas condições de contato não se replicam perfeitamente em ambiente virtual, então a equipe combinou o treinamento simulado com ajustes baseados em dados reais de jogadores. Mesmo quando a bola acerta a rede, o software de controle reconfigura a trajetória do braço em menos de 50 ms e ainda completa a devolução.
Os resultados contra profissionais
Em abril de 2025, o Ace enfrentou cinco jogadores de elite e dois profissionais. Contra os de elite, venceu três dos cinco confrontos, com sete jogos ganhos em 13 disputados. Contra os profissionais, perdeu os dois confrontos, ganhando apenas um jogo em sete. Entre dezembro de 2025 e março de 2026, a equipe voltou a testar o sistema contra nomes como Miyuu Kihara, classificada entre as 25 melhores do mundo, e o desempenho subiu: o robô marcou 16 aces diretos nos confrontos mais difíceis, contra 8 dos adversários humanos nos mesmos jogos.
Um ponto que os pesquisadores destacam é que o Ace não vence por ser fisicamente mais rápido do que os humanos conseguem reagir. Michael Spranger, presidente da Sony AI, afirmou que o objetivo era que o robô “jogasse de verdade”, ganhando por tática e tomada de decisão, não apenas por velocidade bruta. Peter Dürr acrescentou que a máquina tem uma vantagem psicológica incomum: ela não cede sob pressão num ponto em 10 a 10, não tem linguagem corporal e não tem olhar que o adversário possa ler.
Para além do esporte
O estudo foi publicado na revista científica Nature em 22 de abril de 2026. A equipe afirma que as técnicas usadas no Ace, especialmente o sistema de percepção de alta velocidade e o algoritmo de controle baseado em aprendizado, se aplicam a outras áreas que exigem controle em tempo real e interação com humanos, como manufatura e robótica de serviço.
