Американские инженеры разработали алгоритм машинного обучения, позволяющий ноге робота самостоятельно определять свою структуру и свойства окружающей среды, а также использовать эти данные для вырабатывания оптимальных движений.

В качестве примера авторы показали, как робот с помощью обучения с подкреплением научился двигать ногой конвейерную ленту. Статья с описанием алгоритма и экспериментов опубликована в журнале Nature Machine Intelligence. Как правило, за походку робота отвечает заранее определенный алгоритм, который постоянно рассчитывает похожие движения исходя из внешних условий, а также модели ног робота. Такой подход позволяет роботам неплохо справляться с передвижением по предсказуемым поверхностям, но не так хорошо работает в сложных условиях.