Eine KI lernt Airhockey – ohne jemals einen Puck zu berühren

Drei Studierende, ein Mikrokontroller, ein neuronales Netz mit 112 Parametern – und ein simpler, aber genialer Trick, um die Lücke zwischen Simulation und Realität zu schließen.

Wenn das Training im Kopf stattfindet

Stell dir vor, du lernst Tischtennis, ohne je einen Schläger in der Hand gehabt zu haben. Klingt unmöglich? Genau das ist jetzt einem KI-System gelungen – beimindest in der vereinfachten Welt des Airhockeys. Drei Studierende der University of British Columbia (UBC) haben einen Airhockey-Tisch gebaut, dessen eine Seite von einer KI gespielt wird. Das Besondere: Die KI wurde ausschließlich in einer Simulation trainiert – und besiegt trotzdem durchschnittliche menschliche Spieler.

Die Hardware: überraschend einfach

Der Aufbau wirkt fast banal, ist aber clever durchdacht:

• Über dem Tisch hängt eine Kamera, die mit 120 FPS arbeitet
• Helle LEDs und reflektierendes Klebeband am Puck sorgen für gestochen scharfe Bilder bei nur 100 Mikrosekunden Belichtungszeit
• Die Position des Pucks wird auf etwa einen Millimeter genau erfasst
• Der Schläger wird von zwei Gleichstrommotoren über Riemen bewegt, gesteuert von einem STM32 Blue Pill-Mikroprozessor
• Ein Superkondensator stabilisiert die Spannung bei schnellen Bewegungen

Die Mechanik bleibt damit im Rahmen dessen, was mit Hobby-Budget machbar ist – aber die Software ist der eigentliche Star.

Der Trick mit den 112 Parametern

Der Clou verbirgt sich in einer scheinbar nebensächlichen Entscheidung: Wie verhält sich der Puck, wenn er an die Bande prallt?

In einer perfekten Simulation wäre das Verhalten immer gleich. In der Realität nie. Die Lösung der Studierenden: Ein neuronales Netz mit lediglich 112 Parametern sagt das Abprallverhalten voraus – inklusive einer Unsicherheitsverteilung. Die Simulation nutzt diese Unsicherheit, um das Verhalten zufällig zu variieren. Das Ergebnis: Die KI lernt nicht den perfekten Abprall, sondern eine ganze Bandbreite möglicher Verläufe.

Dieses Prinzip nennt man Domain Randomization – und es ist einer der wichtigsten Tricks im modernen Robotik-Lernen.

Soft Actor Critic: die Lernmethode

Die Studierenden setzten auf Soft Actor Critic (SAC), einen Deep-Reinforcement-Learning-Algorithmus, der für komplexe Systeme mit kontinuierlichen Aktionsräumen entwickelt wurde. Das klingt nach Hochleistungsrechnern – tatsächlich lief das Training auf einem ganz normalen Notebook mit Intel i5-Prozessor, und zwar 230-mal schneller als in Echtzeit.

Warum es in der Realität funktioniert

Die spannendste Frage war natürlich: Funktioniert das auch, wenn die KI vom Simulator auf den echten Tisch wechselt? Normalerweise klafft zwischen Simulation und Realität eine riesige Lücke – das sogenannte Sim-to-Real-Problem. Die Antwort: ja, mit einer wichtigen Einschränkung.

Die Studierenden mussten die spezifischen Eigenschaften des Tisches – einschließlich der durch die Hardware verursachten Latenzen – im Code der Simulation abbilden. Das heißt: Die KI lernt nicht Abstraktes, sondern ein digitales Abbild dieses konkreten Tisches. Übertragbar ist das Modell damit nur bedingt, aber für genau diesen Aufbau funktioniert es erstaunlich gut.

Was daran wichtig ist

Airhockey ist trivial im Vergleich zu autonomen Autos oder chirurgischen Robotern. Aber genau deshalb ist dieses Projekt so aufschlussreich: Es zeigt, dass mit den richtigen Methoden auch mit bescheidener Hardware erstaunliche Ergebnisse möglich sind.

Drei Punkte bleiben hängen:

1. Die Hardware war nicht der Engpass – ein STM32-Mikroprozessor und zwei Gleichstrommotoren reichen für eine spielstarke KI.
2. Domain Randomization schlägt rohe Rechenpower – 112 Parameter, richtig eingesetzt, schlagen viele größere Modelle.
3. Sim-to-Real funktioniert, wenn man ehrlich simuliert – inklusive der Latenzen und Unsicherheiten der realen Hardware.

Wer mehr wissen will: Code und Paper sind auf GitHub öffentlich verfügbar.

Quellen: heise online – Airhockey: KI-Spieler übertrifft menschliche Spieler ohne physisches Training | Original-Paper (PDF)