28'inde Boston Dynamics, dört ayaklı robotu Spot'un sürekli ters takla atma gibi karmaşık manevralar başardığını duyurdu. Temel teknoloji milyonlarca takviyeli öğrenme eğitim döngüsünden kaynaklanmaktadır. Ar-Ge ekibi, ilk simülasyon sonuçlarının gerçek robota aktarıldığında "neredeyse her seferinde başarısız olduğunu" ilk kez ortaya çıkardı. Mühendis Arun Kumar şunu itiraf etti: "Beton üzerinde denemeye cesaret edemeden önce yüzlerce kez jimnastik minderlerinin üzerine düştük."
Görünüşte gösterişli geri taklalar aslında aşırı senaryolarda hayatta kalmayı hedefliyor. Resmi veriler, takviyeli öğrenmenin, düşme veya kayma durumunda Spot'un duruş ayarlama hızını %40 artırdığını ve sırtındaki LiDAR gibi onbinlerce dolar değerindeki sensörleri etkili bir şekilde koruduğunu gösteriyor. Beklenmedik bir avantaj da, optimize edilmiş dinamik kontrol sayesinde robotun yürüyüşünün gerçek bir köpeğe daha benzer hale gelmesidir. Eklem salınımı %15 azaltıldı, engebeli arazide uzuv koordinasyonu %22 iyileştirildi ve hatta ön ayaklarına takılan tekerlekler sayesinde dengeyi bile koruyabiliyor.
Bu atılım, Spot ailesinin kalıcı mirasını sürdürüyor: Boston Dynamics, 2015'te tekmelendikten sonra sabit kalmaktan kendini kurtarmak için ters takla atmaya kadar "deneme yanılma eğitimini" ticari bir avantaja dönüştürüyor. Yeni algoritmanın petrol boru hattı denetimleri gibi yüksek-risk senaryolarına uygulandığı ortaya çıktı. Bir enerji müşterisi, Spot'un kaygan boru hatlarındaki kaza oranında %67'lik bir azalma olduğunu bildirdi. Kumar, "Geri taklalar oyunun sonu değil" dedi. "Ona 'düşüşleri tahmin etmeyi' öğretiyoruz, böylece kendisini insanlardan daha iyi koruyabilir."