로봇이 잘못 작동하는 것이 아니다. 그것은 다른 답을 찾았다.

강화학습(Reinforcement learning)은 뻣뻣한 팔과 앞으로 기울어진 자세를 인간처럼 보이는 어떤 것보다 유지했다.

우리는 걸을 때마다 몸통에 가해지는 비틀림을 상쇄하기 위해 팔을 흔든다. 힘줄이 그 대부분의 일을 공짜로 해낸다.

로봇 팔은 모터, 기어, 와이어일 뿐이다. 그 비틀림을 상쇄할 만큼 충분히 빠르게 휘두르면, 한 바퀴를 도는 동안 매 걸음마다 토크(torque)를 지불해야 한다.

기울임이 나머지를 담당한다. 발 앞에 질량을 두어 각 스텝에서 똑바로 서 있는 데 쓰는 에너지를 줄이고, 그 에너지를 앞으로 나아가는 데 더 많이 사용하게 만든다.

아무도 그런 자세를 설계하지 않았다. 정책(policy)이 그것을 찾아냈다. 왜냐하면 여기서의 제약 조건은 칼로리가 아니기 때문이다. 시간당 열과 토크가 제약 조건이다.

우리는 로봇들이 우리 세상 속을 움직일 수 있도록 휴머노이드 형태를 선택했다. 하지만 훈련 과정은 그들이 우리처럼 움직이지 않도록 결정하는 것이었다.

앉는 부분에 주목할 점:
형태는 인간적이었다. 걸음걸이는 아니었다.