El día 28, Boston Dynamics anunció que su robot cuadrúpedo, Spot, ha logrado maniobras complejas como volteretas hacia atrás continuas. La tecnología central surge de millones de ciclos de formación de aprendizaje por refuerzo. El equipo de I+D reveló por primera vez que los resultados de la simulación inicial, cuando se transfirieron al robot real, "fallaron casi todas las veces". El ingeniero Arun Kumar admitió: "Nos caímos cientos de veces sobre colchonetas de gimnasia antes de atrevernos a probarlo sobre concreto".
Los aparentemente llamativos backflips en realidad tienen como objetivo la supervivencia en escenarios extremos. Los datos oficiales muestran que el aprendizaje por refuerzo ha aumentado la velocidad de ajuste de la postura de Spot en un 40% en caso de caídas o resbalones, protegiendo eficazmente los sensores valorados en decenas de miles de dólares en su espalda, como el LiDAR. Una ventaja inesperada es que el modo de andar del robot se ha vuelto más parecido al de un perro real gracias al control dinámico optimizado. El balanceo de las articulaciones se ha reducido en un 15%, la coordinación de las extremidades en terrenos irregulares se ha mejorado en un 22% e incluso puede mantener el equilibrio con rodillos instalados en sus patas delanteras.
Este avance continúa el legado duradero de la familia Spot: desde permanecer estable después de recibir una patada en 2015 hasta realizar ahora una voltereta hacia atrás para salvarse, Boston Dynamics está transformando el "entrenamiento de prueba y error" en una ventaja comercial. Se ha revelado que el nuevo algoritmo se ha aplicado a escenarios de alto-riesgo, como inspecciones de oleoductos. Un cliente de energía informó una reducción del 67 % en la tasa de accidentes de Spot en tuberías resbaladizas. "Las volteretas hacia atrás no son el final del juego", dijo Kumar. "Le estamos enseñando a 'predecir caídas', para que pueda protegerse mejor que los humanos".