Choose your language to read side by side with English.

Robots can run a marathon and play ping pong. But will they ever achieve true sporting greatness?

Robot có thể chạy marathon và chơi bóng bàn. Nhưng liệu chúng có bao giờ đạt được sự vĩ đại thể thao thực sự không?

Robots can run a marathon and play ping pong. But will they ever achieve true sporting greatness?

Jonathan Roberts, Professor in Robotics, Queensland University of Technology Marc Portus, Performance Lead, QUT Sport, Queensland University of Technology
Show
Hide
EN – VI
VI – EN

The real opportunity is not to build robot champions, but to better understand human performance.

Cơ hội thực sự không phải là xây dựng các nhà vô địch robot, mà là hiểu rõ hơn về hiệu suất của con người.

A humanoid robot recently made headlines around the world for running a half-marathon and beating the human world record. Around the same time, an AI-powered robot defeated an elite human player in table tennis. What the robot lacked in experience, it made up for by reacting faster and more consistently than any person could.

Một robot hình người gần đây đã gây chú ý trên toàn thế giới khi chạy bán marathon và phá kỷ lục thế giới của con người. Cùng thời điểm đó, một robot được hỗ trợ bởi AI đã đánh bại một vận động viên bóng bàn ưu tú. Những gì robot thiếu về kinh nghiệm, nó đã bù đắp bằng cách phản ứng nhanh hơn và nhất quán hơn bất kỳ người nào.

These moments feel like milestones. Finally, it seems machines are stepping into one of the most human arenas – sports.

Những khoảnh khắc này giống như những cột mốc quan trọng. Cuối cùng, có vẻ như máy móc đang bước vào một trong những lĩnh vực mang tính nhân văn nhất – thể thao.

But while it is tempting to frame this as robots versus humans, sport robotics isn’t really about competition. It’s about how machines can learn to move, react and interact in dynamic, unpredictable environments – and what that means for human performance.

Nhưng mặc dù việc đóng khung điều này thành cuộc đối đầu giữa robot và con người là hấp dẫn, nhưng robot thể thao không thực sự là về sự cạnh tranh. Nó là về cách máy móc có thể học cách di chuyển, phản ứng và tương tác trong các môi trường năng động, khó đoán – và điều đó có ý nghĩa gì đối với hiệu suất của con người.

How do you train a robot to play sport?

Làm thế nào để huấn luyện robot chơi thể thao?

Training a robot to play sport is fundamentally different from training a human athlete.

Huấn luyện robot chơi thể thao về cơ bản khác với việc huấn luyện vận động viên con người.

People learn through practice, coaching and experience, constantly adjusting to changing conditions. In sport science, this is often described as a tight coupling between perception and action. That is, seeing, deciding, and moving in one continuous loop.

Con người học hỏi thông qua thực hành, huấn luyện và kinh nghiệm, liên tục điều chỉnh theo các điều kiện thay đổi. Trong khoa học thể thao, điều này thường được mô tả là sự liên kết chặt chẽ giữa nhận thức và hành động. Tức là, nhìn, quyết định và di chuyển trong một vòng lặp liên tục.

Robots, by contrast, are trained using a combination of simulation, data and control algorithms. Engineers build detailed virtual environments where robots can “practice” millions of times. They learn how to track objects, predict motion and coordinate their bodies. Sometimes, motion analysis techniques are used to track athletes doing the specific movements the robot needs to emulate.

Ngược lại, robot được huấn luyện bằng sự kết hợp của mô phỏng, dữ liệu và các thuật toán điều khiển. Các kỹ sư xây dựng các môi trường ảo chi tiết nơi robot có thể “thực hành” hàng triệu lần. Chúng học cách theo dõi vật thể, dự đoán chuyển động và phối hợp cơ thể. Đôi khi, các kỹ thuật phân tích chuyển động được sử dụng để theo dõi các vận động viên thực hiện các động tác cụ thể mà robot cần mô phỏng.

For fast-paced sports such as table tennis, the challenge is extreme. A robot must detect the ball, predict its trajectory and execute a precise movement within fractions of a second. This requires close integration between computer vision, machine learning and real-time control.

Đối với các môn thể thao tốc độ cao như bóng bàn, thách thức là cực lớn. Robot phải phát hiện quả bóng, dự đoán quỹ đạo của nó và thực hiện một chuyển động chính xác trong vòng chưa đầy một giây. Điều này đòi hỏi sự tích hợp chặt chẽ giữa thị giác máy tính, học máy và điều khiển thời gian thực.

One of the biggest advances in recent years has been the ability to train robots in simulation and then transfer those skills into the real world – a process known as “sim-to-real”. Combined with rapid improvements in sensors and computing, this has dramatically accelerated progress.

Một trong những tiến bộ lớn nhất trong những năm gần đây là khả năng huấn luyện robot trong mô phỏng và sau đó chuyển giao các kỹ năng đó vào thế giới thực – một quá trình được gọi là “sim-to-real”. Kết hợp với những cải tiến nhanh chóng về cảm biến và tính toán, điều này đã thúc đẩy tiến bộ một cách đáng kể.

We’ve seen similar developments in robot basketball and robot soccer, where systems have evolved from simply locating the ball to coordinating as teams, making tactical decisions and adapting to opponents.

Chúng ta đã thấy những phát triển tương tự trong bóng rổ robot và bóng đá robot, nơi các hệ thống đã phát triển từ việc chỉ đơn thuần định vị quả bóng đến việc phối hợp như một đội, đưa ra các quyết định chiến thuật và thích nghi với đối thủ.

Beyond entertainment

Vượt qua giải trí

While robot athletes make for compelling demonstrations, their greatest impact will likely be behind the scenes where they can be used to train human athletes.

Mặc dù các vận động viên robot tạo ra những màn trình diễn hấp dẫn, tác động lớn nhất của chúng có lẽ sẽ nằm ở hậu trường, nơi chúng có thể được sử dụng để huấn luyện các vận động viên con người.

One of the central challenges in sport is designing effective practice. Athletes need repetition to build skill. But they also need variability to reflect real competition. Too much repetition becomes predictable; too much variability becomes chaotic.

Một trong những thách thức cốt lõi trong thể thao là thiết kế các buổi tập luyện hiệu quả. Vận động viên cần sự lặp lại để xây dựng kỹ năng. Nhưng họ cũng cần sự đa dạng để phản ánh cuộc thi đấu thực tế. Quá nhiều sự lặp lại sẽ trở nên dễ đoán; quá nhiều sự đa dạng sẽ trở nên hỗn loạn.

Robotics offers a potential way to balance both.

Robot học mang lại một cách tiềm năng để cân bằng cả hai yếu tố này.

A robotic training partner can deliver highly repeatable actions at elite intensity, while also introducing carefully controlled variation. For example, a robotic tennis server could replicate the motion of a world-class player while systematically varying ball speed, flight and placement.

Một đối tác tập luyện bằng robot có thể thực hiện các hành động có tính lặp lại cao với cường độ đỉnh cao, đồng thời giới thiệu sự biến đổi được kiểm soát cẩn thận. Ví dụ, một máy giao bóng tennis robot có thể mô phỏng chuyển động của một vận động viên đẳng cấp thế giới trong khi thay đổi có hệ thống tốc độ, quỹ đạo và vị trí của bóng.

From a sport science perspective, this creates what is known as a “representative learning environment”. The key benefit is it replicates the key perceptual and decision-making demands of elite competition, which is difficult for coaches to recreate in the training environment.

Từ góc độ khoa học thể thao, điều này tạo ra cái được gọi là “môi trường học tập đại diện”. Lợi ích chính là nó mô phỏng các yêu cầu nhận thức và ra quyết định quan trọng của thi đấu đỉnh cao, điều mà các huấn luyện viên khó tái tạo trong môi trường tập luyện.

In our work, we’ve been exploring how robotics could support sports such as tennis, cricket and the football codes. The goal is to combine realism, repeatability, variability, and data to enhance skill development and link technique to outcomes.

Trong công trình nghiên cứu của chúng tôi, chúng tôi đã khám phá cách robot học có thể hỗ trợ các môn thể thao như quần vợt, cricket và các bộ môn bóng đá. Mục tiêu là kết hợp tính chân thực, khả năng lặp lại, tính đa dạng và dữ liệu để nâng cao phát triển kỹ năng và liên kết kỹ thuật với kết quả.

Robots may also help manage training load. They can reduce the physical demands on coaches and training partners while still exposing athletes to high-quality game-like scenarios.

Robot cũng có thể giúp quản lý khối lượng tập luyện. Chúng có thể giảm bớt yêu cầu thể chất đối với huấn luyện viên và đối tác tập luyện, đồng thời vẫn giúp vận động viên tiếp xúc với các tình huống giống trận đấu chất lượng cao.

Beyond performance, there are opportunities for fan engagement. Interactive robots at live events or demonstrations of elite skills could offer new ways for audiences to experience sport.

Ngoài hiệu suất, còn có cơ hội để tương tác với người hâm mộ. Các robot tương tác tại các sự kiện trực tiếp hoặc các buổi trình diễn kỹ năng đỉnh cao có thể mang đến những cách thức mới để khán giả trải nghiệm thể thao.

Will robots ever be ‘great’?

Liệu robot có bao giờ đạt đến mức ‘vĩ đại’ không?

Over the next decade, robots will likely become more agile, more robust and better able to operate in complex environments. Tasks that robots currently find difficult, such as running on uneven terrain and catching or throwing balls, will become increasingly achievable.

Trong thập kỷ tới, robot có khả năng trở nên linh hoạt hơn, mạnh mẽ hơn và hoạt động tốt hơn trong các môi trường phức tạp. Những nhiệm vụ mà robot hiện nay thấy khó khăn, chẳng hạn như chạy trên địa hình không bằng phẳng và bắt hoặc ném bóng, sẽ ngày càng trở nên khả thi.

But even as robots improve, there are important limits.

Nhưng ngay cả khi robot cải tiến, vẫn có những giới hạn quan trọng.

Sporting greatness is not just about executing movements perfectly. It involves creativity, decision-making under pressure, and the ability to adapt in ways shaped by experience, emotion and context.

Sự vĩ đại trong thể thao không chỉ là việc thực hiện các chuyển động một cách hoàn hảo. Nó bao gồm sự sáng tạo, khả năng ra quyết định dưới áp lực, và khả năng thích ứng theo những cách được định hình bởi kinh nghiệm, cảm xúc và bối cảnh.

From a sport science perspective, elite performance emerges from the interaction between the athlete, the task and the environment. Robots can be engineered to perform specific tasks extremely well, but they do not experience this interaction in the same embodied, meaningful way.

Từ góc độ khoa học thể thao, hiệu suất đỉnh cao xuất phát từ sự tương tác giữa vận động viên, nhiệm vụ và môi trường. Robot có thể được thiết kế để thực hiện các nhiệm vụ cụ thể cực kỳ tốt, nhưng chúng không trải nghiệm sự tương tác này theo cách có tính vật chất và ý nghĩa như con người.

This means robots may surpass humans in tightly defined challenges – such as bowling a cricket ball with perfect consistency – but they are unlikely to achieve greatness in the holistic human sense.

Điều này có nghĩa là robot có thể vượt qua con người trong các thử thách được xác định chặt chẽ – chẳng hạn như ném một quả bóng cricket với độ nhất quán hoàn hảo – nhưng chúng khó có thể đạt được sự vĩ đại theo nghĩa toàn diện của con người.

A new role for robots in sport

Vai trò mới của robot trong thể thao

Rather than replacing athletes, robots are more likely to become part of the sporting ecosystem.

Thay vì thay thế các vận động viên, robot có khả năng trở thành một phần của hệ sinh thái thể thao hơn.

In the same way that video analysis and wearable sensors have transformed training, robotics offers a new tool for coaches and sport scientists. It enables practice environments that can be precisely controlled, repeated, and adapted to individual needs.

Giống như cách phân tích video và cảm biến đeo được đã thay đổi việc huấn luyện, robot học cung cấp một công cụ mới cho các huấn luyện viên và nhà khoa học thể thao. Nó cho phép tạo ra các môi trường luyện tập có thể được kiểm soát, lặp lại và điều chỉnh chính xác theo nhu cầu cá nhân.

The real opportunity is not to build robot champions, but to better understand human performance, and help athletes reach higher levels.

Cơ hội thực sự không phải là xây dựng các nhà vô địch robot, mà là hiểu rõ hơn về hiệu suất của con người, và giúp các vận động viên đạt đến các cấp độ cao hơn.

Jonathan Roberts receives funding from the Australian Research Council.

Jonathan Roberts nhận tài trợ từ Hội đồng Nghiên cứu Úc.

Marc Portus does not work for, consult, own shares in or receive funding from any company or organisation that would benefit from this article, and has disclosed no relevant affiliations beyond their academic appointment.

Marc Portus không làm việc, tư vấn, sở hữu cổ phần hoặc nhận tài trợ từ bất kỳ công ty hoặc tổ chức nào được hưởng lợi từ bài viết này, và đã không tiết lộ bất kỳ mối liên hệ nào liên quan ngoài vị trí học thuật của mình.

Read more