Pada ke -28, Boston Dynamics mengumumkan bahawa robotnya yang berkumpul, Spot, telah mencapai manuver kompleks seperti backflips berterusan. Teknologi teras berpunca daripada berjuta -juta kitaran latihan pembelajaran tetulang. Pasukan R & D mendedahkan untuk pertama kalinya bahawa keputusan simulasi awal, apabila dipindahkan ke robot sebenar, "gagal hampir setiap kali." Jurutera Arun Kumar mengakui, "Kami jatuh beratus -ratus kali pada tikar gimnastik sebelum kami berani membiarkannya mencuba konkrit."
Backflips yang seolah -olah menunjukkan sebenarnya bertujuan untuk bertahan dalam senario yang melampau. Data rasmi menunjukkan bahawa pembelajaran tetulang telah meningkatkan kelajuan pelarasan postur Spot sebanyak 40% sekiranya berlaku jatuh atau slip, dengan berkesan melindungi puluhan ribu dolar sensor bernilai di belakangnya, seperti LiDAR. Bonus yang tidak dijangka adalah bahawa gait robot telah menjadi lebih mirip dengan anjing sebenar kerana kawalan dinamik yang dioptimumkan. Swing bersama telah dikurangkan sebanyak 15%, koordinasi anggota badan di kawasan yang tidak rata telah ditingkatkan sebanyak 22%, dan bahkan dapat mengekalkan keseimbangan dengan penggelek yang dipasang pada kaki depannya.
Kejayaan ini meneruskan warisan keluarga yang kekal: dari stabil mantap selepas ditendang pada tahun 2015 hingga kini melakukan backflip untuk menyelamatkan dirinya sendiri, Boston Dynamics sedang mengubah "latihan percubaan dan kesilapan" menjadi kelebihan komersial. Telah diturunkan bahawa algoritma baru telah digunakan untuk senario risiko tinggi - seperti pemeriksaan saluran paip minyak. Satu pelanggan tenaga melaporkan pengurangan 67% dalam kadar kemalangan tempat dalam saluran paip licin. "Backflips bukan permainan akhir," kata Kumar. "Kami mengajarnya untuk 'meramalkan jatuh,' supaya ia dapat melindungi dirinya lebih baik daripada manusia."