Dana 28., Boston Dynamics je objavio da je njegov četveronožni robot, Spot, postigao složene manevre kao što su neprekidni okreti unazad. Osnovna tehnologija proizlazi iz miliona ciklusa obuke za učenje s pojačavanjem. Tim za istraživanje i razvoj je po prvi put otkrio da su početni rezultati simulacije, kada su prebačeni na pravog robota, "propali skoro svaki put". Inženjer Arun Kumar je priznao: "Pali smo stotine puta na strunjače za gimnastiku prije nego što smo se usudili pustiti da proba na betonu."
Naizgled upadljivi backflips zapravo su usmjereni na preživljavanje u ekstremnim scenarijima. Zvanični podaci pokazuju da je učenje s pojačanjem povećalo brzinu prilagođavanja položaja Spot-a za 40% u slučaju pada ili klizanja, efikasno štiteći desetine hiljada dolara vrijedne senzore na leđima, kao što je LiDAR. Neočekivani bonus je to što je robotov hod postao sličniji hodu pravog psa zbog optimizirane dinamičke kontrole. Zamah u zglobu je smanjen za 15%, koordinacija udova na neravnom terenu je poboljšana za 22%, a može čak i održavati ravnotežu s valjcima postavljenim na prednjim nogama.
Ovaj proboj nastavlja trajnu zaostavštinu porodice Spot: od mirovanja nakon što je izbačen 2015. do sada izvođenja povratnog udara da bi se spasio, Boston Dynamics transformiše "trening pokušaja i grešaka" u komercijalnu prednost. Otkriveno je da je novi algoritam primijenjen na scenarije visokog rizika kao što su inspekcije naftovoda. Jedan energetski klijent prijavio je smanjenje od 67% stope nezgoda u Spotu u klizavim cjevovodima. "Backflips nisu krajnja igra", rekao je Kumar. "Učimo ga da 'predvidi padove', tako da se može zaštititi bolje od ljudi."