亚马逊最近提供了有关该公司的多用途家用机器人Astro如何能够在有限的机载计算能力下在其环境中平稳移动的更多信息。

Astro的传感器视野和机载计算能力远不如其他自主机器人（如自动驾驶汽车）强大。这使其成为消费者更实惠的选择，但这也意味着亚马逊提供高质量运动更具挑战性。

亚马逊通过算法和软件来抵消Astro缺乏计算能力的问题，这些算法和软件旨在让机器人更优雅地移动。

预测性规划是Astro导航能力的一个关键方面。Astro有限的计算能力意味着它很难应对较大的传感到致动延迟。为了解决这个问题，Astro对周围物体的运动进行了预测，比如人。机器人预测这些物体的位置以及当前规划周期结束时周围环境的外观，帮助它考虑移动时传感和映射的延迟。

Astro的所有计划都基于其最新的传感器数据，以及当其计划生效时，它认为周围环境会是什么样子。机器人可以做出这些预测，因为它能够预测和处理不确定性和碰撞风险。

Astro朝着目标前进的动机总是与其感知的不确定性水平进行动态权衡。这意味着 Astro 会评估每个候选动议的不确定性调整进度，使其能够在确定风险较低时专注于实现目标，并在风险高时专注于规避。

该机器人还利用轨迹优化软件在其环境中平稳运行。Astro 会考虑多个候选轨迹，并在每个规划周期中选择最佳轨迹。机器人每秒计划10次，并在每个实例中评估几百个轨迹候选者。

Astro考虑了安全性，运动的平稳性和朝着最终目标的进展。通过这三个标准，机器人选择将导致最佳行为的轨迹。其他方法限制了机器人对离散集或状态格的选择数量，但亚马逊的公式是连续的，有助于机器人平稳移动。

Astro不仅要计划其两个轮子和车身的去向，还必须计划Astro屏幕的运动。机器人的屏幕用于传达运动和意图以及主动感知，因此Astro计划做一些事情，例如将其屏幕朝向它正在跟随的人或它计划去的方向，以便周围的人知道它的计划是什么。