谷歌AI研究使机器狗具备哪些新技能狗狗的动作方式可能与机器狗的动作方式并不完全一致，导致后者倒下、锁定或其他方面的失败。而谷歌的AI项目就解决了这个问题，在正常的秩序中加入了一点可控的混乱。通常情况下，狗的动作会被捕捉到，并对脚和关节等关键点进行仔细追踪。在数字模拟中，这些点会被模拟成机器狗的样子，虚拟版的机器狗会尝试用自己的动作模仿狗的动作，边学边做。
尽管研究人员取得了不错的效果，但当试图用模拟的结果来控制一个实际的机器狗时仍会出现问题。真实世界不是一个二维平面，没有理想化的摩擦力规则之类的东西。不幸的是，这意味着未经修正的模拟步态往往会让机器狗直接摔到地面上。
为了防止这种情况的发生，研究人员在模拟中使用的物理参数中引入了随机性元素，使虚拟机器狗的重量更重，或者电机更弱，或者与地面的摩擦力更大。这使得描述如何行走的机器学习模型必须考虑到各种小的变异，以及如何抵消它们。
通过学习来适应这种随机性，使得学习后的行走方法在现实世界中更加稳健，从而可以通过模仿目标狗的行走方式，甚至可以模仿出更复杂的动作，比如转弯和旋转，而不需要任何人工干预，只需要进行一点额外的虚拟训练。当然，如果需要的话，还可以加入手动调整，但就目前的情况来看，这比起以前完全自动完成的动作，还是有很大的进步。
在同一篇文章中描述的另一个研究项目中，另一组研究人员描述了一个机器狗可以自行行走，但被植入了避免在指定区域外行走，并在跌倒时自行爬起的能力。有了这些基本技能的烘托，机器狗能够在没有人类干预的情况下，在训练区域内不断地在完善，学习到了相当令人印象深刻的运动技能。