Робота Atlas от Boston Dynamics переставляет детали руками.

Atlas автономно перекладывает крышки двигателей из хранилища в тележку для передачи их в цех сборки. Робот получает на вход список местоположений контейнеров, между которыми необходимо перемещать детали. Atlas использует модель машинного обучения (ML) для компьютерного зрения, чтобы обнаруживать и определять местоположение элементов окружающей среды и отдельных контейнеров [0:36]. Робот применяет специализированную стратегию захвата и постоянно оценивает состояние объектов, с которыми взаимодействует, чтобы выполнить задачу. Все движения генерируются автономно в реальном времени; нет заранее заданных или управляемых дистанционно действий. Робот способен обнаруживать и реагировать на изменения в окружающей среде (например, перемещение элементов) и на сбои в выполнении действий (например, неудачная попытка установки крышки, спотыкание, столкновения с окружающими объектами [1:24]) с помощью комбинации данных от сенсоров зрения, силы и проприоцепции.