A dél-koreai KAIST (Korea Advanced Institute of Science & Technology) kutatói homokos strandokon ügyesen keresztülmenő/futó négylábú robotkutyát fejlesztettek. A gép neve RaiBo.
Szimulálták a szemcsés talajból a robotra ható erőket, majd mesterséges ideghálón alapuló kontrollert terveztek hozzá. A kontroller változatos terepekhez történő alkalmazkodáshoz, előzetes információk nélkül, séta, futás közben hoz valósidejű döntéseket.
Az ideghálót megerősítéses tanulással gyakoroltatták. Mivel ehhez a gépitanulás-típushoz rengeteg adat szükséges, általában a fizikai valóság és közeg jelenségeihez hasonló szimulációban gyűjtenek adatokat hozzá. Ez a legelterjedtebb módszer, a tanulásalapú és a „valóvilágban” alkalmazott, mozgó robotokat működtető kontrollereket szinte mindig szimulált környezetben gyakoroltatják.
A szimulációnak azért kell nagyon hasonlítania a valósághoz, hogy a kontroller – és a robot – teljesítménye ne romoljon látványosan.
A minden egyes időpillanatban az egy vagy több érintkezés által keletkező erő, a kontaktusok kiszámításával göröngyös, deformálható terepek is hatékonyan modellezhetők. Az idegháló az időben folyamatos szenzorikus adatokat elemezve jelzi előre a terep tulajdonságait.
A hálóval megtaníttatták azt is, hogy a robot egyensúlyvesztés nélkül – egyenes irányú mozgás mellett – hogyan forduljon meg, változtasson irányt különböző terepeken.
Miután a kutatók rászerelték a kontrollert, RaiBo másodpercenkénti maximális 3,03 méter sebességgel futott a homokon, miközben lába teljesen belesüppedt a szemcsés anyagba. A fordulást másodpercenkénti kilencven fokos tempóban kivitelezte. Bebizonyosodott még az is, hogy hirtelen puhává váló terepen is elboldogul.
A KAIST kutatói által kidolgozott szimuláció és tanulási módszertan más robotok praktikusfeladat-végrehajtására, terepekhez való jobb alkalmazkodásukra is komoly hatással lehet.