随着机器人获得更多导航和操纵自主权，为处理机器人实时产生及收集的数据，云端相关机器人技术已有长足进步。目前开发人员能使用的工具不多，但aws robomaker承诺将加速开发机器人云端服务，让开发人员能应用机器学习和协调机器人的工具。

对此，亚马逊云端服务(aws)机器人和自主服务部门总经理roger barga将在6月举办的robotics summit&expo上讲述未来云端服务对机器人有何用处。

barga表示，亚马逊物流中心拥有10万台自动机器人，对边缘设备进行编程难度很高，促使aws打造了aws robomaker，这是可与机器人作业系统(ros)、机器学习、监控和追踪协同工作的可靠工具。

许多新创公司负担不起硬件或团队成员，而不先进行模拟或测试又会浪费时间，因此很难进行无线下载(ota)部署并扩展到数千台机器人。个别公司有其用例并建立自有服务。aws在2019年关注的重点是协助它们从机器人中获取数据并建立自己的车队。

barga指出，模拟机器人功能可节省开发人员和用户的时间，对调试应用程序，看到机器人以正确方式运行及建构模型很重要。以在amazon robotics打造的最新机器人为例，模拟将建构时间缩短了25%。

aws目前支持gazebo 7和9及名为ignition的新版本以及ros1 melodic，目前也在研究其他物理引擎。aws还能平行执行批量模拟。aws负责运行模拟，客户可查看日志。模拟当机或耗尽算力时，客户也会收到警报。

关于云端机器学习对机器人的意义，barga表示，他将在机器人峰会上谈论deep racer。他们将robomaker与aws sagemaker整合以加强学习，在不同轨道上运行了数十种玩具车模拟，并将这些实验所学到的经验整合到一个模型中。然后，他们就可训练车队管理以部署到实际轨道。

举例来说，吸尘机器人若卡在某处，它可概括其经验并更新模型。亚马逊团队正在训练turtlebot来识别其环境。它能识别对象并构建用于强化学习的库。

云端实现客户服务和其他机器人功能方面，aws已进行关于服务机器人和云端服务的案例研究。例如在商店和法院工作的机器人礼宾服务。人们可跟它交谈，它能提供方向。机器人若使用aws polly和lex服务，不仅可提供方向，还能感知某人是否感到沮丧。客户若选择高级方案，机器人甚至能显示对方的脸部来作出回应。它能在没有搭载运算能力的情况下进行此操作。

使用amazon robotics技术，个别机器人可自主运行，但每个机器人都有另一个oracle服务监控。机器人若进入象限并建构同步定位与地图建构(simultaneous localization and mapping；slam)地图，另一个机器人就能利用polly和lex调用slam地图并使用。

此外，barga认为物联网(iot)和5g等新兴技术将与云一起成为新场景的推动者。但robomaker在没有连线的情况下运作得很好。它能与客户的pc一起运作，不过这会妨碍其透过云端服务进行车队管理或监控的能力。

以上是网络信息转载，信息真实性自行斟酌。