本周在《机器人学：科学与系统》上发表的研究结果表明，与仅使用视觉的系统相比，使用脉冲神经网络（SNN）与基于事件的视觉和触觉相结合，可以使物品分类的准确率提高10％ 。此外，研究人员也展示了神经拟态技术用于为此类机器人设备中的功耗情况， Loihi处理感官数据的速度比高性能的GPU要快21％ ，而功耗却降低了45倍。
7月16日消息，新加坡国立大学（NUS）两名研究人员发表了最新研究结果，表明在
机器人领域，与基于事件的视觉和触觉感知相结合，英特尔神经拟态计算可发挥作用。他们尝试利用英特尔Loihi神经拟态研究芯片处理来自人造皮肤的感官数据。在最初的实验中，研究人员使用配有人造皮肤的机械手读取盲文，将触觉数据通过云传递给Loihi，以将手感觉到的微突转化为语义。在对盲文字母进行分类上，Loihi达到了92％以上的准确率，而功耗却比标准的冯·诺依曼处理器低20倍。
