来自杜克大学的机器人专家为这个问题提供一个实用的解决方案，即添加1个全新处理器，可以计算机器人应该移动的路线，计算速度比当前的方法快三个数量级，而功耗仅为目前方法的二十分之一。

让机器人在物理世界中安全地移动是件棘手的事情。工业机器人是强大的产品，但是有可能出现完全粉碎人类的意外，但用机器人视觉和足够的大脑来避开障碍成本非常昂贵，并减慢运动。通常，机器人简单地在设置路径上操作，而人类需要避开机器人操作范围。

现在来自杜克大学的机器人专家为这个问题提供一个实用的解决方案，即添加1个全新处理器，可以计算机器人应该移动的路线，计算速度比当前的方法快三个数量级，而功耗仅为目前方法的二十分之一。

这种处理器芯片是定制的FPGA或现场可编程门阵列。顾名思义，这些是可以在制造后重新编程以专门处理某些任务的处理器。他们已经存在了几十年，但证明是非常擅长涉及机器学习的问题。例如，微软正在采用FPGA进行AI云服务。

使用FGPA的机器人的优点是清楚的。例如机器人工作前，其手臂需要划出工作所需的环境面积，它需要几秒钟来暂停和计算其路线。它不仅要考虑从A到B，而是要计算它在那里所占据的3D空间，即所谓“扫描体积”，采用这种全新芯片之后，配有FGPA的机器人手臂几乎瞬间对新环境起反应，无需进行数秒的停顿。

研究人员不是，运动规划软件对于机器人采用是一个巨大的限制，如果你可以做实时运动规划，那么机器人现在就可以在动态，非结构化环境中操作。