Inhalt
newsletter Newsletter

Nur Roger Federer kann Roger Federer schlagen, zeigt eine neue KI. Die Technik könnte für Videospiele taugen oder eine neue Form des Sport-Entertainments schaffen.

Anzeige

Tennis-Fans müssen dieses Jahr auf Wimbledon verzichten, wie andere Sport-Events schränkt die Corona-Pandemie auch Tennis-Turniere ein. Forscher der Standford University stellen jetzt eine Alternative vor: KI-generierte Tennis-Matches.

Das Forscherteam hat aus alten Matches kurze Videoclips prominenter Spieler und Spielerinnen wie Roger Federer oder Serena Williams extrahiert. Diese sogenannten "shot cycle clips" zeigen kurze Bewegungsabfolgen der Tennis-Stars, etwa einen Rückhandschlag oder den Lauf zur Mitte.

Anhand dieser Videos generiert eine mit kompletten Matches vortrainierte KI vollständig neue Partien. Die Tennis-KI beginnt mit einem Aufschlag und bestimmt, wo der Ball hinfliegen soll.

Anzeige
Anzeige

Anschließend legt sie die passende Reaktion des Gegenspielers fest: Vorhand oder Rückhand? Wohin zielt der Gegenspieler? Wohin bewegt er sich nach seinem Schlag?

Die Tennis-KI legt das Verhalten fest, sucht nach den passenden Clips und rendert das Endergebnis. | Bild: Zhang et al.
Die Tennis-KI legt das Verhalten fest, sucht nach den passenden Clips und rendert das Endergebnis. | Bild: Zhang et al.

Anschließend sucht die Künstliche Intelligenz in der Videodatenbank nach passenden Clips und setzt sie zu einem flüssigen Bewegungsverhalten zusammen. Dann generiert sie den nächsten Spielabschnitt.

In jeder Situation legt die KI außerdem fest, ob das Spiel unterbrochen wird, etwa weil der Ball im Aus landet oder der Gegenspieler ihn nicht mehr erreicht.

KI-Federer spielt wie der echte Spieler

Doch die Tennis-KI hat noch einen weiteren Trick auf Lager: Sie kann den Spielstil ihrer Vorbilder kopieren. Die Forscher haben der KI für ihre Spielplanung komplette Matches von Profis wie Federer und Williams gezeigt.

Anhand der Videos lernte die KI, Eigenheiten der Profis wie Schussplatzierung und Bewegungsverhalten in den eigenen Spielen anzuwenden.

Empfehlung
Die KI analysiert das Verhalten der Tennis-Profis und lernt so Bewegungsverhalten und bevorzugte Schlagrichtung kennen. | Bild: Zhang et al.
Die KI analysiert das Verhalten der Tennis-Profis und lernt so Bewegungsverhalten und bevorzugte Schlagrichtung kennen. | Bild: Zhang et al.

So schlägt der KI-Federer wie die menschliche Vorlage bevorzugt zur schwachen Seite seines Gegners, zwingt ihn dadurch zur Rückhand und rückt bei direkten Ballwechseln bis zum Netz vor. Die KI-Variante von Rafael Nadal hält dagegen konstant ein Stück Abstand von der Grundlinie.

Neue technische Möglichkeiten für Videospiele und Sport-Entertainment

Die KI-generierten Ballwechsel sind weit von einer TV-reifen Qualität entfernt: Die Umgebung ist statisch, Spieler und Ball werfen keinen Schatten, wirken dadurch künstlich in der Szene. Doch im Vergleich zu einem ähnlichen KI-Experiment von Facebook, das nur rund ein Jahr zurückliegt, sind klare Fortschritte erkennbar.

Ähnlich wie in Facebooks Tennis-Experiment könnten die generierten Spieler auch im Stanford-Tennis-Experiment direkt von Menschen gesteuert werden - beispielsweise mit einem Gamepad. So bietet die Technologie einen weiteren Baustein für KI-generierte Videospiele.

Ebenso gut könnte sie die Grundlage für KI-generierte Sportunterhaltung sein, in der KI-Kopien legendärer Sportler in eigentlich unmöglichen Matches ihre Kräfte messen.

Anzeige
Anzeige
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!

Titelbild: Zhang et al | Via: Arxiv

Weiterlesen über Künstliche Intelligenz:

Unterstütze unsere unabhängige, frei zugängliche Berichterstattung. Jeder Betrag hilft und sichert unsere Zukunft. Jetzt unterstützen:
Banküberweisung
Max ist leitender Redakteur bei THE DECODER. Als studierter Philosoph beschäftigt er sich mit dem Bewusstsein, KI und der Frage, ob Maschinen wirklich denken können oder nur so tun als ob.
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!