Робот сам научился ходить по снегу, льду и камням
Поставленный на новый тип поверхности, робот начинает учиться на своих ошибках, пробует разные углы наклона конечностей, длину шага, иногда падает, накапливает данные, анализирует их и в конце концов находит оптимальную стратегию.
Освоив новую поверхность, робот начинает работать над энергоэффективностью. Если заряд батареи позволяет, он движется с максимальной скоростью, делая большие шаги, требующие больших затрат энергии. Если батарея садится, робот сокращает длину шагов, но ногами перебирает чаще.
DyRET — пример эволюционирующего робота. В природе отдельные особи не эволюционируют, но признаки, позволяющие одной особи выжить, позволяют ей передать свои гены потомкам, и так закрепляются в популяции. «Эволюция» робота происходит по мере того, как он пробует разные стратегии — в случае DyRET, стратегии движения, — отбраковывает неудачные и запоминает выгодные. Эволюционный метод обучения роботов — пожалуй, самый перспективный из существующих; он позволяет экономить человекочасы работы программистов. В самообучающихся роботах используются алгоритмы машинного обучения. Среди других известных примеров эволюционирующих роботов — манипулятор BAXTER, разработанный инженерами из из университета Карнеги-Меллона, который самостоятельно научился довольно ловко хватать предметы разной формы и массы.
