28. je Boston Dynamics objavil, da je njegov štirinožni robot Spot dosegel zapletene manevre, kot so neprekinjeni preleti nazaj. Osnovna tehnologija izhaja iz milijonov ciklov usposabljanja za krepitev učenja. Ekipa za raziskave in razvoj je prvič razkrila, da začetni rezultati simulacije, ko so bili preneseni na pravega robota, "skoraj vsakič ne uspejo." Inženir Arun Kumar je priznal: "Stokrat smo padli na gimnastične blazine, preden smo si upali dovoliti, da poskusimo na betonu."
Navidez vpadljivi preleti nazaj so dejansko namenjeni preživetju v ekstremnih scenarijih. Uradni podatki kažejo, da je učenje s krepitvijo povečalo hitrost prilagajanja drže Spota za 40 % v primeru padcev ali zdrsov, kar učinkovito ščiti več deset tisoč dolarjev vredne senzorje na hrbtu, kot je LiDAR. Nepričakovana prednost je, da je robotova hoja zaradi optimiziranega dinamičnega nadzora postala bolj podobna hoji pravega psa. Nihanje sklepov se je zmanjšalo za 15 %, koordinacija okončin na neravnem terenu se je izboljšala za 22 %, ravnotežje pa lahko celo ohranja z valji, nameščenimi na prednjih nogah.
Ta preboj nadaljuje trajno zapuščino družine Spot: od tega, da je ostal stabilen, potem ko so ga leta 2015 brcnili, do tega, da zdaj izvaja premet nazaj, da bi se rešil, Boston Dynamics spreminja "usposabljanje poskusov in napak" v komercialno prednost. Ugotovljeno je bilo, da je bil novi algoritem uporabljen za-scenarije z visokim tveganjem, kot so pregledi naftovoda. En energetski odjemalec je poročal o 67-odstotnem zmanjšanju stopnje nesreč pri Spotu v spolzkih cevovodih. "Premet nazaj ni konec igre," je dejal Kumar. "Učimo ga 'predvideti padce', da se lahko zaščiti bolje kot ljudje."