悉尼科技大学创新与企业研究实验室的研究人员提出了一种名为雾机器人（FR）的新机器人架构。他们在arXiv上发表的一篇论文中概述了他们的方法，它充分利用了雾计算的优势，雾计算是一种分散的计算结构，其中资源和数据放置在源和云之间。在未来几年，机器人可能会在各种环境中得到广泛采用，包括家庭，医疗设施和多个行业。

云机器人（CR）允许机器人通过在线共享地图，图像，数据，活动，处理能力和其他资源在云中执行大量计算。但是，由于其庞大的数据和流量需求，CR需要严重的延迟问题，特别是在机器人与人的交互中。因此研究人员想知道在不久的将来可能会发生什么，机器人将在任何地方服务，因为这种滞后可能会增加。通过继承雾计算的特点并使云机器人技术成为我们的伴侣，研究人员也计划开始引入雾机器人的概念。

研究人员进行的这项研究的主要目的是提供稳定，流畅和高效的人机交互，低延迟。研究人员还希望允许机器人与人类进行通信和协作，同时在同一系列机器人中执行任务，分享他们的成果或活动。这最终会使机器人变成合作伙伴，了解他们与之交互的人的需求，快速有效地做出响应。为了解决与CR相关的问题，研究人员提出并定义了一种新的机器人架构，称为雾机器人（FR），包括存储，网络功能和更靠近机器人的分散计算。FR有三个主要组件：子雾机器人服务器，雾机器人服务器和云。机器人向FR系统发送信息请求，最初请求切换到子雾机器人服务器。如果此服务器可以有效地处理请求，它会将请求的信息传递给机器人; 如果它不能，它寻求雾机器人服务器的帮助。如果此服务器也无法处理请求，它会向云请求帮助，这通常会解决请求并将信息传递给机器人。

这种方法的优点包括快速响应速率，低延迟，改进的计算能力，更低的能耗，更便宜的硬件以及更少的安全性或隐私问题。换句话说，FR可以带来强大而快速的人机交互，同时还可以提高机器人的电池寿命。

基于社交机器人辣椒接收的平均延迟和FRS / Cloud的设置，研究人员还考虑了延迟值，之后还在模拟平台上检查了此前的方法，评估了当机器人数量增加时它们的潜在影响，最终证明了FR提供了低延迟，并且可以在未来发挥重要作用，成为CR的补充。在一系列初步评估中，FR的响应率比CR方法快得多。研究人员认为，它可以独立使用或与CR集成，减轻云负担并提高服务质量。

在技术应用领域，FR技术可以应用于大学，地铁，工业机器人，当然不仅仅是这些领域，还可以涉及机器人的不同领域，FR通过低延迟实现强大的人机交互，同时通过将其保存在雾机器人服务器中来保护个人数据。