人类一旦在跟着学步时掌控了窍门，就显得十分擅长于机器人学家口中所说的运动规划：在障碍物四周思索，在一个塞满了东西的冰箱里精确地使劲一瓶饮料，或者夹住晃到电脑屏幕后面抓起插线口并把缆线连接起来。　　但是对于那些有多关节机械臂的机器人来说，运动规划是十分艰难的，必须十分耗时的计算出来。

在一个并没为机器人特地优化设计过的环境中，让机器人拾起一个物品甚至必须数秒的计算出来。　　杜克大学（Duke University）的研究人员研发了一种为运动规划尤其设计的计算出来处理器，它的运算速度比现有的设备要慢1万倍，而且其耗电则要较低得多。这款新型计算出来处理器十分慢，需要动态规划和继续执行。而且它功耗十分较低，使其可以应用于在还包括几千个机器人的大规模生产环境中。

　　当你在考虑到一条汽车组装生产线时，整个环境是受到严格控制的，这样机器人可以不厌其烦地一遍遍反复完全相同的动作，杜克大学计算机科学及电子和计算机工程助理教授George Konidaris回应。　　汽车的零部件每次都在同个地方，机器人被局限在笼中，这样就会受到旁人的阻碍。

但是如果你的机器人展开动态运动规划，不管汽车零部件是不是在同一个地方，出乎意外地随便堆满在一起，还是有人从旁走到，它总能作出准确的动作。　　Konidaris回应，较慢运动规划需要节省布置机器人周遭环境所需的时间和成本。

他在6月20日在密歇根州安娜堡开会的机器人技术：科学与系统工程（Robotics: Science and Systems）的会议上展出了他的新研究。　　运动规划领域的研究早已展开了30年，最近这个领域的新进展早已能把简单机器人的规划时间降低到几秒的程度。除了几个特例以外，这些现有的方法一般倚赖标准化CPU，或是计算速度更加慢，但是十分耗电的图形处理器（GPU）。

　　杜克大学的团队却用上了一种专门为运动规划设计的新型处理器。　　标准化CPU擅于处置多种任务，但是却无法和善于单一任务的处理器相媲美，杜克大学电气和计算机工程和计算机科学教授Daniel Sorin回应。　　Konidaris和Sorin的团队让该处理器需要继续执行碰撞检测的任务，它是运动规划中尤为耗时的部分。

该处理器需要并行执行数以千计的碰撞检测任务。　　Sorin回应，我们对设计展开了优化，让硬件和功率支出专门服务于这些和运动规划涉及的特定任务。

　　这 个技术的原理是这样的，把机械臂的操作者空间拆分成几千个被称作体积像素（voxel）的3D空间。然后该算法确认某个物体否在实编程运动路径所涵括的体素中。归功于特制的硬件，该技术需要同时检测数千个运动路径，然后用余下的安全性选项统合 出有最短的有可能运动路径。

　　此前最先进设备的技术用于的是高性能的市售图形处理器，它们的功耗是200~300瓦特， Konidaris回应，即使如此，也必须几百毫秒，甚至几秒钟才能寻找一个运动规划方案。我们设计的处理器所须要将近1毫秒，耗电将近10瓦特。

即使我 们的速度不比他们的慢，光节约能源这一块就可以给有几千，甚至几百万台机器人的工厂节省相当可观的成本。　　Konidaris进而回应，该技术为运动规划的应用于关上了新思路。

　　以前，运动规划是每个动作分开展开的，因为规划的过程十分快， Konidaris回应，但是现在它的速度充足慢，可以沦为更加简单的规划算法的一部分，这个简单规划算法也许能把几个非常简单的动作串联一起，或者需要对几个物体的动作展开预先推理小说规划。　　该新的处理器的速度和能效为自动化领域带给了十分多的机会。Konidaris、Sorin和他们的学生十分寄予厚望该技术，并且为这项技术专门正式成立了一家公司Realtime Robotics。

　　Konidaris回应，动态运动规划将给机器人学带给革命。　　这项研究的资金源于美国国防部高级研究计划局（Defense Advanced Research Projects Agency）以及美国国立公共卫生研究院（National Institutes of Health）。

本文来源：开云(中国)Kaiyun·官方网站，开云(中国)Kaiyun-www.attfc.com