เมื่อวันที่ 28 Boston Dynamics ประกาศว่าหุ่นยนต์สี่ขา Spot ประสบความสำเร็จในการหลบหลีกที่ซับซ้อน เช่น การพลิกกลับอย่างต่อเนื่อง เทคโนโลยีหลักเกิดขึ้นจากรอบการฝึกอบรมการเรียนรู้แบบเสริมกำลังหลายล้านรอบ ทีม R&D เปิดเผยเป็นครั้งแรกว่าผลการจำลองเบื้องต้น เมื่อถ่ายโอนไปยังหุ่นยนต์จริง "ล้มเหลวเกือบทุกครั้ง" วิศวกร อรุณ กุมาร์ ยอมรับว่า "เราล้มลงบนเสื่อยิมนาสติกหลายร้อยครั้ง ก่อนที่จะกล้าลองบนพื้นคอนกรีต"
การพลิกกลับที่ดูฉูดฉาดนั้นมีจุดมุ่งหมายเพื่อความอยู่รอดในสถานการณ์ที่รุนแรง ข้อมูลอย่างเป็นทางการแสดงให้เห็นว่าการเรียนรู้แบบเสริมแรงได้เพิ่มความเร็วในการปรับท่าทางของ Spot ขึ้น 40% ในกรณีที่ล้มหรือลื่นล้ม ซึ่งช่วยปกป้องเซ็นเซอร์มูลค่านับหมื่นดอลลาร์ที่อยู่ด้านหลัง เช่น LiDAR ได้อย่างมีประสิทธิภาพ โบนัสที่ไม่คาดคิดก็คือการเดินของหุ่นยนต์มีความคล้ายคลึงกับสุนัขจริงมากขึ้น เนื่องจากการควบคุมไดนามิกที่ได้รับการปรับปรุง การสวิงข้อต่อลดลง 15% การประสานงานของแขนขาในภูมิประเทศที่ไม่เรียบได้รับการปรับปรุง 22% และยังสามารถรักษาสมดุลด้วยลูกกลิ้งที่ติดตั้งไว้ที่ขาหน้า
ความก้าวหน้าครั้งนี้ยังคงเป็นมรดกที่สืบทอดมายาวนานของตระกูล Spot: จากที่ยังคงความมั่นคงหลังจากถูกไล่ออกในปี 2558 ไปจนถึงการพลิกกลับเพื่อรักษาตัวเอง Boston Dynamics กำลังเปลี่ยน "การฝึกอบรมแบบลองผิดลองถูก" ให้เป็นข้อได้เปรียบเชิงพาณิชย์ มีการเปิดเผยว่าอัลกอริทึมใหม่ถูกนำไปใช้กับสถานการณ์ที่มีความเสี่ยงสูง- เช่น การตรวจสอบท่อส่งน้ำมัน ลูกค้าพลังงานรายหนึ่งรายงานว่าอัตราการเกิดอุบัติเหตุของ Spot ในท่อส่งลื่นลื่นลดลง 67% “การพลิกกลับไม่ใช่จุดสิ้นสุดของเกม” Kumar กล่าว “เรากำลังสอนให้ 'ทำนายการล้ม' เพื่อให้มันสามารถป้องกันตัวเองได้ดีกว่ามนุษย์”