Un estudi de la UB dissenya un nou model que prediu amb precisió el moviment d’esportistes d’elit per atrapar la pilota en vol parabòlic
NOTA DE PREMSA
La recerca, validada en un entorn de realitat virtual immersiu, podria tenir aplicacions potencials en l’entrenament esportiu, el sector aeroespacial o la robòtica.
Joan López-Moliner.
Notícia
|
Recerca
24/02/2025
Com un tennista com Carlos Alcaraz determina cap a on ha de córrer per tornar una pilota de Novak Djokovic donant només una ullada a la sortida de la bola? Aquests comportaments, tan habituals en esportistes d’elit, són difícils d’explicar amb els models computacionals actuals, que assumeixen que el jugador o jugadora ha de seguir la pilota amb la mirada continuadament. Ara investigadors de la Universitat de Barcelona han desenvolupat un nou model que, combinant variables òptiques amb factors ambientals com la gravetat, prediu amb precisió com es mourà una persona per atrapar un objecte en moviment només a partir d’una breu mirada inicial. Aquests resultats, publicats a la revista Royal Society Open Science, podrien tenir aplicacions potencials en àmbits com la robòtica, l’entrenament esportiu o, fins i tot, l’exploració espacial.
Joan López-Moliner.
Notícia
|
Recerca
24/02/2025
Com un tennista com Carlos Alcaraz determina cap a on ha de córrer per tornar una pilota de Novak Djokovic donant només una ullada a la sortida de la bola? Aquests comportaments, tan habituals en esportistes d’elit, són difícils d’explicar amb els models computacionals actuals, que assumeixen que el jugador o jugadora ha de seguir la pilota amb la mirada continuadament. Ara investigadors de la Universitat de Barcelona han desenvolupat un nou model que, combinant variables òptiques amb factors ambientals com la gravetat, prediu amb precisió com es mourà una persona per atrapar un objecte en moviment només a partir d’una breu mirada inicial. Aquests resultats, publicats a la revista Royal Society Open Science, podrien tenir aplicacions potencials en àmbits com la robòtica, l’entrenament esportiu o, fins i tot, l’exploració espacial.
La recerca aborda el problema dels jugadors de camp exterior (en anglès, outfielder problem), que fa referència al jugador o jugadora de beisbol que se situa a la zona exterior del terreny de joc per atrapar la pilota després de ser batuda. Es tracta d’un repte clàssic de la física i la neurociència del moviment, que s’utilitza per explorar com els éssers humans i els animals prediuen els moviments en un entorn dinàmic i com es poden dissenyar sistemes automatitzats per imitar-los.
Joan López-Moliner, catedràtic de la Facultat de Psicologia i membre de l’Institut de Neurociències, ha liderat la recerca i afirma que «davant aquest problema els models actuals es basen a guiar la locomoció a partir de mirar continuadament la pilota, mentre que normalment l’esportista d’elit pot córrer cap a la bola sense fixar-hi la mirada. A més, aquests models no permeten fer prediccions d’on anirà la pilota respecte a l’observador». El treball inicial era part de la tesi doctoral de Borja Aguado, coautor i antic membre del grup, que, després d’una estada a Darmstadt (Alemanya), ara és investigador de la Universitat de Vic.
Per superar aquesta limitació predictiva, el nou model integra el coneixement previ de la gravetat i la mida física de la pilota en la informació visual que es rep en temps real. «El model proporciona senyals en viu que indiquen la posició prevista de caiguda de la pilota i el temps que queda fins que hi arribi, tenint en compte diferents condicions de gravetat. Això permet predir amb precisió com es mourà un jugador per atrapar-la, des del mateix inici del vol», descriu López-Moliner, que també coordina el Grup de Recerca en Visió i Control de l’Acció.
Malgrat la importància de la gravetat per anticipar trajectòries, és la primera vegada que aquest factor s’inclou en un model com aquest. «Aquesta omissió ha passat per alt la influència substancial que la gravetat exerceix sobre la trajectòria, cosa que reflecteix un buit en la manera en què els models existents tenen en compte les constants ambientals», assenyala el catedràtic de la UB.
A més, els models anteriors no poden explicar tampoc per què els humans percebem si una pilota és al nostre abast o no, per decidir si començar a córrer. «El nostre model sí que en dona compte, ja que indica on anirà l’objecte respecte al jugador», subratlla l’investigador.
Joan López-Moliner, catedràtic de la Facultat de Psicologia i membre de l’Institut de Neurociències, ha liderat la recerca i afirma que «davant aquest problema els models actuals es basen a guiar la locomoció a partir de mirar continuadament la pilota, mentre que normalment l’esportista d’elit pot córrer cap a la bola sense fixar-hi la mirada. A més, aquests models no permeten fer prediccions d’on anirà la pilota respecte a l’observador». El treball inicial era part de la tesi doctoral de Borja Aguado, coautor i antic membre del grup, que, després d’una estada a Darmstadt (Alemanya), ara és investigador de la Universitat de Vic.
Per superar aquesta limitació predictiva, el nou model integra el coneixement previ de la gravetat i la mida física de la pilota en la informació visual que es rep en temps real. «El model proporciona senyals en viu que indiquen la posició prevista de caiguda de la pilota i el temps que queda fins que hi arribi, tenint en compte diferents condicions de gravetat. Això permet predir amb precisió com es mourà un jugador per atrapar-la, des del mateix inici del vol», descriu López-Moliner, que també coordina el Grup de Recerca en Visió i Control de l’Acció.
Malgrat la importància de la gravetat per anticipar trajectòries, és la primera vegada que aquest factor s’inclou en un model com aquest. «Aquesta omissió ha passat per alt la influència substancial que la gravetat exerceix sobre la trajectòria, cosa que reflecteix un buit en la manera en què els models existents tenen en compte les constants ambientals», assenyala el catedràtic de la UB.
A més, els models anteriors no poden explicar tampoc per què els humans percebem si una pilota és al nostre abast o no, per decidir si començar a córrer. «El nostre model sí que en dona compte, ja que indica on anirà l’objecte respecte al jugador», subratlla l’investigador.
La recerca, validada en un entorn de realitat virtual immersiu, podria tenir aplicacions potencials en l’entrenament esportiu, el sector aeroespacial o la robòtica.
Experiments amb realitat virtual
Per validar el model, els investigadors han fet experiments en un entorn de realitat virtual immersiva, en què cada participant —amb unes ulleres i un dispositiu de realitat virtual a la mà— havia de dirigir-se cap a la posició on pensava que aterraria una pilota virtual. L’entorn controlat ha permès simular diverses condicions de gravetat i mida de la bola, i ha mostrat que les trajectòries empíriques, els patrons de moviment i les respostes temporals coincideixen amb les prediccions del model. «El nostre model prediu amb precisió les trajectòries que han observat en les diferents condicions les persones participants. Els resultats subratllen la importància d’integrar constants ambientals, com la gravetat, per entendre millor com els éssers humans interactuem amb el món que ens envolta», destaca l’investigador.
Entrenament virtual per a esportistes i astronautes
El nou model podria servir com a base per desenvolupar en el futur diferents aplicacions pràctiques, com, per exemple, en l’entrenament esportiu. «D’una banda, com que el model inclou diversos components —com la informació visual o la gravetat, entre d’altres—, es podria aplicar en plataformes d’entrenament o de simulació virtual. D’aquesta manera, es podria veure el grau de sensibilitat d’una persona —com és ara l’esportista d’elit— als diferents components o entrenar-los a processar i utilitzar la informació visualment rellevant per optimitzar el rendiment», assenyala López-Moliner.
D’altra banda, el fet que el model pugui considerar diversos tipus de gravetat també podria tenir aplicacions en el sector aeroespacial. «El model es pot aplicar en entorns amb diferents gravetats i, potencialment, pot predir el rendiment amb què una persona —per exemple, l’astronauta a l’estació espacial— hi interactuaria amb objectes en moviment», apunta el catedràtic.
Investigació amb xarxes neuronals artificials
Els investigadors ja treballen en la fase següent del projecte: implementar el model en xarxes neuronals artificials, sistemes computacionals que imiten el funcionament de les neurones en el cervell humà. L’objectiu és comparar el rendiment dels éssers humans i de les xarxes artificials. «Això ens permetria tenir una idea més clara de com els càlculs s’implementen en l’àmbit neuronal, ja que ara tenim un model a escala computacional, però no la implementació neuronal en una xarxa de neurones artificial. Aquest coneixement podria tenir aplicacions clares en el camp de la robòtica», conclou López-Moliner.
Article de referència
Aguado, Borja; López-Moliner, Joan. «The predictive outfielder: a critical test across gravities». R. Soc. Open Sci., febrer de 2025. DOI: 10.1098/rsos.241291
Per validar el model, els investigadors han fet experiments en un entorn de realitat virtual immersiva, en què cada participant —amb unes ulleres i un dispositiu de realitat virtual a la mà— havia de dirigir-se cap a la posició on pensava que aterraria una pilota virtual. L’entorn controlat ha permès simular diverses condicions de gravetat i mida de la bola, i ha mostrat que les trajectòries empíriques, els patrons de moviment i les respostes temporals coincideixen amb les prediccions del model. «El nostre model prediu amb precisió les trajectòries que han observat en les diferents condicions les persones participants. Els resultats subratllen la importància d’integrar constants ambientals, com la gravetat, per entendre millor com els éssers humans interactuem amb el món que ens envolta», destaca l’investigador.
Entrenament virtual per a esportistes i astronautes
El nou model podria servir com a base per desenvolupar en el futur diferents aplicacions pràctiques, com, per exemple, en l’entrenament esportiu. «D’una banda, com que el model inclou diversos components —com la informació visual o la gravetat, entre d’altres—, es podria aplicar en plataformes d’entrenament o de simulació virtual. D’aquesta manera, es podria veure el grau de sensibilitat d’una persona —com és ara l’esportista d’elit— als diferents components o entrenar-los a processar i utilitzar la informació visualment rellevant per optimitzar el rendiment», assenyala López-Moliner.
D’altra banda, el fet que el model pugui considerar diversos tipus de gravetat també podria tenir aplicacions en el sector aeroespacial. «El model es pot aplicar en entorns amb diferents gravetats i, potencialment, pot predir el rendiment amb què una persona —per exemple, l’astronauta a l’estació espacial— hi interactuaria amb objectes en moviment», apunta el catedràtic.
Investigació amb xarxes neuronals artificials
Els investigadors ja treballen en la fase següent del projecte: implementar el model en xarxes neuronals artificials, sistemes computacionals que imiten el funcionament de les neurones en el cervell humà. L’objectiu és comparar el rendiment dels éssers humans i de les xarxes artificials. «Això ens permetria tenir una idea més clara de com els càlculs s’implementen en l’àmbit neuronal, ja que ara tenim un model a escala computacional, però no la implementació neuronal en una xarxa de neurones artificial. Aquest coneixement podria tenir aplicacions clares en el camp de la robòtica», conclou López-Moliner.
Article de referència
Aguado, Borja; López-Moliner, Joan. «The predictive outfielder: a critical test across gravities». R. Soc. Open Sci., febrer de 2025. DOI: 10.1098/rsos.241291
Galeria multimèdia
Contacte
Comunicació Institucional
Telèfon
Correu electrònic