人類一旦在蹣跚學步時掌握了竅門，就變得非常擅長機器人學家口中所說的“運動規劃”（motion planning）：在障礙物四周摸索，在一個塞滿了東西的冰箱里準確地抓起一瓶飲料，或者把手伸到電腦屏幕后面摸到插線口并把纜線連接起來。

　　但是對于那些有多關節機械臂的機器人來說，運動規劃是非常困難的，需要十分耗時的計算。在一個并沒有為機器人特意優化設計過的環境中，讓機器人撿起一個物品甚至需要數秒的計算。

　　杜克大學（Duke University）的研究人員研發了一種為運動規劃特別設計的計算處理器，它的運算速度比現有的設備要快1萬倍，而且其耗能則要低得多。這款新型計算處理器非常快，能夠實時規劃和執行。而且它功耗十分低，使其可以應用在包括幾千個機器人的大規模制造環境中。

　　“當你在考慮一條汽車裝配生產線時，整個環境是受到嚴格控制的，這樣機器人可以不厭其煩地一遍遍重復相同的動作，”杜克大學計算機科學及電子和計算機工程助理教授George Konidaris表示。

　　“汽車的零部件每次都在同個地方，機器人被局限在籠中，這樣就不會受到旁人的干擾。但是如果你的機器人進行實時運動規劃，不管汽車零部件是不是在同一個地方，出乎意外地隨意堆放在一起，還是有人從旁走過，它總能做出正確的動作。”

　　Konidaris表示，快速運動規劃能夠節省布置機器人周遭環境所需的時間和成本。他在6月20日在密歇根州安娜堡召開的“機器人技術：科學與系統工程”（Robotics：Science and Systems）的會議上展示了他的新研究。

　　運動規劃領域的研究已經進行了30年，最近這個領域的新進展已經能把復雜機器人的規劃時間減低到幾秒的程度。除了幾個特例以外，這些現有的方法一般依賴通用CPU，或是計算速度更快，但是非常耗能的圖形處理器（GPU）。

　　杜克大學的團隊卻造出了一種專門為運動規劃設計的新型處理器。

　　“通用CPU善于處理多種任務，但是卻無法和精于單一任務的處理器相媲美，”杜克大學電氣和計算機工程和計算機科學教授Daniel Sorin表示。

　　Konidaris和Sorin的團隊讓該處理器能夠執行碰撞檢測的任務，它是運動規劃中最為耗時的部分。該處理器能夠并行執行數以千計的碰撞檢測任務。

　　Sorin表示，“我們對設計進行了優化，讓硬件和功率預算專門服務于這些和運動規劃相關的特定任務。”

　　這個技術的原理是這樣的，把機械臂的操作空間分割成幾千個被稱為體積像素（voxel）的3D空間。然后該算法確定某個物體是否在預編程運動路徑所涵蓋的體素中。得益于特制的硬件，該技術能夠同時檢測數千個運動路徑，然后用余下的“安全”選項整合出最短的可能運動路徑。

　　“此前最先進的技術使用的是高性能的市售圖形處理器，它們的功耗是200~300瓦特，”Konidaris表示，“即使如此，也需要幾百毫秒，甚至幾秒鐘才能找到一個運動規劃方案。我們設計的處理器所需不到1毫秒，耗能不到10瓦特。即使我們的速度不比他們的快，光節能這一塊就可以給有幾千，甚至幾百萬臺機器人的工廠節省可觀的成本。”

　　Konidaris進而表示，該技術為運動規劃的應用打開了新思路。

　　“以前，運動規劃是每個動作單獨進行的，因為規劃的過程非常慢，”Konidaris表示，“但是現在它的速度足夠快，可以成為更復雜的規劃算法的一部分，這個復雜規劃算法或許能把幾個簡單的動作串聯起來，或者能夠對幾個物體的動作進行預先推理規劃。”

　　該新處理器的速度和能效為自動化領域帶來了非常多的機會。Konidaris、Sorin和他們的學生十分看好該技術，并且為這項技術專門成立了一家公司RealtimeRobotics。