Młody naukowiec Danijar Hafner rozwijał badania nad AI zdolną do działania w nowych środowiskach i postanowił założyć startup, aby wcielić te pomysły w życie. Jego biuro w SoMa w San Francisco wciąż funkcjonuje w trybie stealth bez nawet nazwy na drzwiach, ale przestrzeń wypełniona jest humanoidalnymi robotami różnych kształtów i rozmiarów importowanymi z Chin. Te maszyny mają stanowić fizyczną realizację jego wieloletnich prac badawczych.
Hafner opiera się na model-based reinforcement learning, czyli podejściu, w którym AI najpierw uczy się w symulowanym świecie - tworzonych przez niego modelach światów, które emulują rzeczywistość fizyczną. Agenci trenowani wewnątrz tych modeli uczą się przewidywać przyszłe wyniki, zasadniczo "śniąc" lub wyobrażając sobie konsekwencje swoich działań. To pozwala robotom wdrażającym te systemy radzić sobie w rzeczywistych scenariuszach, których nigdy wcześniej nie spotkały.
Robotyza będąca głównym wyzwaniem dla rozwoju automatyzacji domowej i przemysłowej. Jeśli robot ma wejść do czyjś domu, musi umieć poradzić sobie z nieznanym rozkładem pomieszczeń, mebli i przeszkód. Hafnera podejście, skupiające się na zdolności do planowania i adaptacji w nowych sytuacjach, może być kluczem do rzeczywistego wdrożenia robotów w ludzkiej przestrzeni.