伯克利人工智能研究實驗室正在進行FogROS項目。該項目是開源機器人操作系統ROS 2 Humble Hawksbill最新版本的一部分，也是ROS 2的第八個版本。服務器端計算的進步使雲遊戲等事情能夠以最小的延遲實現，這也可以應用於機器人操作。

由於重量和功率要求，機器人的機載計算能力往往受到限制，它們也很少有硬件加速器，如GPU、TPUS或FPGA。但許多機器人算法和最近的進展都得益於高端計算機和硬件加速器。伯克利人工智能研究實驗室設想使用雲計算來加速緩慢的計算，可以使機器人在相同的時間內做更多的事情。

今年三月，團隊悄悄地通過GitHub提供了FogROS 2的預覽版，今天它對所有人開放，其中有許多基於雲計算的性能改進。與在智能手機上玩Xbox遊戲一樣，這裡的基本原則是提供一種在機器人上執行複雜任務的方法，不需要同樣複雜的機載處理，如果你能通過遠程服務器完成任務，你就能節省尺寸、重量和成本。

該團隊在最近發表的一篇論文中證明，通過使用雲計算機獲得的性能可以克服網絡延遲，大大加快機器人的性能。在實例中，FogROS 2將SLAM延遲降低了50%，將抓取規劃時間從14秒減少到1.2秒，並將運動規劃速度提高了28倍。與替代方案相比，FogROS 2將網絡利用率降低了3.8倍。

戈德堡指出，這樣一個平台可以為機器人技術開闢更多的可能性。它有可能有利於機器人的其他計算密集型任務，如隨機規劃，並促進對多個機器人的任務進行監督和無監督的深度學習。該計劃的未來版本可以開放給更多的平台，包括Google雲和Azure。