现在来自杜克大学的专家为这个问题提供一个实用的解决方案，即添加1个全新处理器，可以计算机器人应该移动的路线，计算速度比当前的方法快三个数量级，而功耗仅为目前方法的二十分之一。

　　这种处理器芯片是定制的FPGA或现场可编程门阵列。顾名思义，这些是可以在制造后重新编程以专门处理某些任务的处理器。他们已经存在了几十年，但证明是非常擅长涉及机器学习的问题。例如，微软正在采用FPGA进行AI云服务。

　　使用FGPA的机器人的优点是清楚的。例如机器人工作前，其手臂需要划出工作所需的环境面积，它需要几秒钟来暂停和计算其路线。它不仅要考虑从A到B，而是要计算它在那里所占据的3D空间，即所谓“扫描体积”，采用这种全新芯片之后，配有FGPA的机器人手臂几乎瞬间对新环境起反应，无需进行数秒的停顿。

　　研究人员表示，运动规划软件对于机器人采用是一个巨大的限制，如果你可以做实时运动规划，那么机器人现在就可以在动态，非结构化环境中操作。