由于重量和功率要求，机器人的机载计算能力往往受到限制，它们也很少有硬件加速器，如GPU、TPUS或FPGA。但许多机器人算法和最近的进展都得益于高端计算机和硬件加速器。伯克利人工智能研究实验室设想使用云计算来加速缓慢的计算，可以使机器人在相同的时间内做更多的事情。
今年三月，团队悄悄地通过GitHub提供了FogROS 2的预览版，今天它对所有人开放，其中有许多基于云计算的性能改进。与在智能手机上玩Xbox游戏一样，这里的基本原则是提供一种在机器人上执行复杂任务的方法，不需要同样复杂的机载处理，如果你能通过远程服务器完成任务，你就能节省尺寸、重量和成本。
该团队在最近发表的一篇论文中证明，通过使用云计算机获得的性能可以克服网络延迟，大大加快机器人的性能。在实例中，FogROS 2将SLAM延迟降低了50%，将抓取规划时间从14秒减少到1.2秒，并将运动规划速度提高了28倍。与替代方案相比，FogROS 2将网络利用率降低了3.8倍。
戈德堡指出，这样一个平台可以为机器人技术开辟更多的可能性。它有可能有利于机器人的其他计算密集型任务，如随机规划，并促进对多个机器人的任务进行监督和无监督的深度学习。该计划的未来版本可以开放给更多的平台，包括Google云和Azure。
