由于重量和功率要求，機(jī)器人的機(jī)載計算能力往往受到限制，它們也很少有硬件加速器，如GPU、TPUS或FPGA。但許多機(jī)器人算法和最近的進(jìn)展都得益于高端計算機(jī)和硬件加速器。伯克利人工智能研究實(shí)驗(yàn)室設(shè)想使用云計算來加速緩慢的計算，可以使機(jī)器人在相同的時間內(nèi)做更多的事情。

今年三月，團(tuán)隊悄悄地通過GitHub提供了FogROS 2的預(yù)覽版，今天它對所有人開放，其中有許多基于云計算的性能改進(jìn)。與在智能手機(jī)上玩Xbox游戲一樣，這里的基本原則是提供一種在機(jī)器人上執(zhí)行復(fù)雜任務(wù)的方法，不需要同樣復(fù)雜的機(jī)載處理，如果你能通過遠(yuǎn)程服務(wù)器完成任務(wù)，你就能節(jié)省尺寸、重量和成本。

該團(tuán)隊在最近發(fā)表的一篇論文中證明，通過使用云計算機(jī)獲得的性能可以克服網(wǎng)絡(luò)延遲，大大加快機(jī)器人的性能。在實(shí)例中，F(xiàn)ogROS 2將SLAM延遲降低了50%，將抓取規(guī)劃時間從14秒減少到1.2秒，并將運(yùn)動規(guī)劃速度提高了28倍。與替代方案相比，F(xiàn)ogROS 2將網(wǎng)絡(luò)利用率降低了3.8倍。

戈德堡指出，這樣一個平臺可以為機(jī)器人技術(shù)開辟更多的可能性。它有可能有利于機(jī)器人的其他計算密集型任務(wù)，如隨機(jī)規(guī)劃，并促進(jìn)對多個機(jī)器人的任務(wù)進(jìn)行監(jiān)督和無監(jiān)督的深度學(xué)習(xí)。該計劃的未來版本可以開放給更多的平臺，包括Google云和Azure。