近日，在拜访加州大学伯克利分校人工智能研究所（BAIR）期间，FogROS项目引起了广泛关注。作为开源机器人操作系统最新版本ROS 2 Humble Hawksbill的一部分，该平台提供了一种将机器人任务卸载至AWS等云计算平台的方法，利用服务器端计算进步实现低延迟操作。
核心优势：突破机载算力限制
项目负责人、伯克利博士后研究员Jeff Ichnowski指出，受限于重量和功耗，机器人机载计算能力通常不足且缺乏GPU等硬件加速器。FogROS通过云端加速解决这一痛点，使机器人在相同时间内完成更多任务。
FogROS 2于今年3月发布预览版，今日正式面向所有用户开放。其原理类似于云游戏，让无需复杂机载处理的机器人也能执行高难度任务，从而节省体积、重量及成本。论文数据显示：
• SLAM延迟降低50%；
• 抓取规划时间从14秒缩短至1.2秒；
• 运动规划速度提升28倍；
• 网络利用率最高降低3.8倍。
Goldberg教授表示，该平台未来还可应用于随机规划及多机器人监督/无监督深度学习等计算密集型任务。
未来规划与版本更新亮点
团队计划在未来支持Google Cloud和Azure，并探索无服务器架构、竞价实例等模式，同时扩展网络功能以促进机器人协作。
除云计算外，ROS 2 Humble Hawksbill还包含多项重要更新：
- 仿真优化：改进ROSBag，支持全系统任意时间点快照；
- 性能提升：针对借用消息、启动测试、RVIZ2及高频服务进行稳定性增强；
- 文档完善：rosdoc2新增Python API支持，提供核心包C++文档，配合TurtleBot4降低学习门槛；
- 开发体验：支持按内容及时间过滤ROS消息，强化仓库与包管理器集成，overlay机制可覆盖依赖树中任意软件包。
Open Robotics CEO表示，值此公司成立十周年之际，ROS 2 Humble Hawksbill的发布旨在感谢全球数千名开发者及数百万用户的贡献。