Giocatori di tennis prevedono il movimento della palla (Canva foto) - www.sciencecue.it
Un nuovo modello, st implementando un nuovo sistema mediante cui comprendere come facciano gli atleti a capire la traiettoria della palla.
Gli atleti d’élite, come Carlos Alcaraz nel tennis, sembrano possedere una capacità straordinaria nel prevedere la traiettoria della palla, e decidere rapidamente dove correre per restituirla (spesso, poi, senza nemmeno seguirla continuamente con gli occhi). Un comportamento, questo, che sfida i modelli tradizionali di movimento, i quali generalmente ipotizzano che i giocatori debbano invece osservare costantemente la palla, per anticiparne la posizione. In realtà, gli atleti sembrano avere una percezione straordinaria del movimento, basandosi su una serie di informazioni visive e fisiche, come la posizione iniziale della palla, nonché fattori ambientali.
Un gruppo di ricercatori dell’Università di Barcellona, dunque, ha sviluppato un modello innovativo che tiene conto non solo delle informazioni visive, ma anche (appunto) di fattori ambientali, come la gravità. Il tutto, per riuscire a prevedere come una persona si muoverà per catturare un oggetto in movimento. Modello rivoluzionario stato testato in condizioni controllate, dimostratosi in grado di prevedere accuratamente il movimento degli atleti. Aprendo quindi la strada a potenziali applicazioni in campi come l’allenamento sportivo, la robotica, e persino l’esplorazione spaziale.
Il modello affronta, nello specifico, il cosiddetto “problema dell’esterno”, concetto derivato dal baseball, ove il giocatore nel campo esterno deve infatti prevedere dove andrà la palla, così da prenderla dopo esser stata colpita. Problema, inoltre, ampiamente utilizzato in fisica e neuro-scienza, con cui comprendere come esseri umani e animali prevedono i movimenti, in ambienti dinamici. L’obiettivo in sé è capire in che modo progettare sistemi automatizzati, che possano imitare la capacità umana di predire e reagire ai movimenti in tempo reale.
Una delle innovazioni principali di siffatto modello è l’inclusione della gravità, come variabile fondamentale per prevedere le traiettorie degli oggetti in movimento. E poiché i modelli precedenti non consideravano la gravità in modo sufficiente, trascurando l’influenza che siffatta costante ambientale ha sulle traiettorie degli oggetti, questo nuovo approccio consente di ottenere previsioni invece più precise, riguardo al movimento di un oggetto, e al comportamento del giocatore che deve raggiungerlo.
Un altro importante aspetto del modello sviluppato dai ricercatori è la sua capacità di prevedere la posizione esatta in cui un oggetto, come infatti una palla, andrà a cadere. Tipo di previsione che, non solo aiuta a capire dove si sposterà l’oggetto, ma consente persino di determinare quando sarà il momento migliore, per il giocatore, muoversi. Approccio, questo, molto più accurato rispetto ai modelli precedenti, i quali si limitano a tracciare il movimento, ma senza prevedere poi la posizione finale.
Per validare l’efficacia del modello, i ricercatori hanno pertanto realizzato esperimenti in ambienti di realtà virtuale immersiva: in cui ogni partecipante, indossando occhiali VR, e utilizzando un dispositivo specifico, doveva spostarsi nella posizione in cui pensava che una palla virtuale sarebbe atterrata. I risultati, hanno confermato che il modello prevedeva accuratamente la traiettoria delle palle, in diverse condizioni di gravità e dimensioni, dimostrando l’importanza di integrare fattori ambientali, nelle simulazioni di movimento.
Le implicazioni di questo modello, vanno ben oltre lo sport. Potendo invero, esser applicate in ambiti come l’allenamento sportivo virtuale, in cui atleti di diverse discipline possono difatti allenarsi simulando diverse condizioni di gravità e traiettorie. Inoltre, poiché il modello è in grado di adattarsi a vari scenari gravitazionali, potrebbe avere applicazioni nel campo aerospaziale, come l’allenamento di astronauti i quali devono interagire con oggetti in ambienti a bassa gravità.
Il passo successivo della ricerca sarà l’implementazione del modello in reti neurali artificiali, che potrebbero imitare i processi appunto neurali del cervello umano. L’obiettivo, sarà confrontare le prestazioni umane con quelle di un sistema artificiale, al fine di approfondire la comprensione di come i calcoli siano elaborati, al livello neurale. Andando, tutto questo, ad aprire la strada a nuove applicazioni nel campo della robotica, ove i robot potrebbero quindi imparare a prevedere e a reagire a oggetti in movimento, in modo particolarmente simile agli esseri umani.