28 d. Boston Dynamics paskelbė, kad jos keturkojis robotas Spot atliko sudėtingus manevrus, tokius kaip nuolatiniai apsisukimai atgal. Pagrindinė technologija kyla iš milijonų sustiprinimo mokymosi ciklų. Mokslinių tyrimų ir plėtros komanda pirmą kartą atskleidė, kad pradiniai modeliavimo rezultatai, perkelti į tikrąjį robotą, „beveik kiekvieną kartą nepavykdavo“. Inžinierius Arunas Kumaras prisipažino: „Mes šimtus kartų kritome ant gimnastikos kilimėlių, kol išdrįsome leisti jį išbandyti ant betono“.
Iš pažiūros efektingi apsisukimai iš tikrųjų yra skirti išgyventi ekstremaliais scenarijais. Oficialūs duomenys rodo, kad mokymasis sustiprino „Spot“ laikysenos koregavimo greitį kritimo ar paslydimo atveju 40%, taip veiksmingai apsaugodamas dešimtis tūkstančių dolerių kainuojančius jutiklius, esančius ant nugaros, pavyzdžiui, LiDAR. Netikėtas bonusas – dėl optimizuoto dinaminio valdymo roboto eisena tapo panašesnė į tikro šuns eiseną. Sąnario siūbavimas sumažintas 15%, galūnių koordinacija nelygioje vietovėje pagerėjo 22%, o su ant priekinių kojų sumontuotais voleliais galima išlaikyti pusiausvyrą.
Šis proveržis tęsia ilgalaikį „Spot“ šeimos palikimą: nuo 2015 m. ištvirkimo iki dabar, kad išgelbėtų save, „Boston Dynamics“ „bandymų ir klaidų mokymą“ paverčia komerciniu pranašumu. Buvo atskleista, kad naujasis algoritmas buvo pritaikytas didelės-rizikos scenarijams, pvz., naftotiekių patikrinimams. Vienas energetikos klientas pranešė, kad „Spot“ avarijų skaičius slidžiuose vamzdynuose sumažėjo 67 proc. „Atmušimai atgal nėra galutinis žaidimas“, – sakė Kumaras. „Mes mokome jį „numatyti kritimus“, kad galėtų apsisaugoti geriau nei žmonės.