По словам разработчиков, их создание способно самостоятельно научиться ходить на самых разных поверхностях: от ледяной корки озера до старого и пыльного ковра. В каждом случае он самостоятельно понимает, как нужно использовать конечности, чтобы идти, а после упорно пробует.

Робот часто падает, но каждое новое падение делает его опытнее. При следующей попытке он уже не совершит старых ошибок. Так будет происходить до тех пор, пока DyRET окончательно и твердо не встанет на свои четыре ноги. Каждая нога, к слову, способна менять свою длину, подстраиваясь под окружающие условия.

На робота установлен специальный модуль, который фиксирует каждый успешный шаг, каждое правильное сгибание одного из его механических суставов. Эти последовательности запоминаются и на их основе робот развивается дальше. Ранее похожий проект, но только в виртуальной среде представила Google. Ее ИИ DeepMind самостоятельно научился бегать и преодолевать препятствия. Виртуальные модели также были оснащены конечностями и сенсорами, которые и позволили ИИ понять, какие действия оказываются самыми выигрышными при прохождении полосы препятствий.

Исследователи называют свой подход эволюционной робототехникой, объясняя этот тем, что фактически с каждым новым падением робот действительно эволюционирует.

При этом подходе машинам не нужны явно запрограммированные последовательности действий. Вместо этого роботы и их ПО сами подстраиваются под окружающую среду, и, очевидно, что этот подход более универсальный. Но, стоит признать, что пока робот команды все равно выглядит очень неуверенно. И с задачей перемещения по местности те же робособаки от Boston Dynamics справляются лучше.

Еще один стартап — Preferred Networks — работает над тем, чтобы роботы самостоятельно принимали решение и учились думать. Компания готовит к запуску систему на основе глубокого обучения, которая научит промышленных роботов мыслить.