摘要 — 随着摩尔定律走向极限,可用于处理应用程序的计算能力的增长速度也同样停滞不前。这意味着机器人、人工智能和高性能空间计算等计算密集型任务需要创新的方法来满足其不断增长的计算需求。解决计算瓶颈的一种创新方法是将计算和内存结合在一起,而不是冯·诺依曼计算模型,在基于事件的异步计算范式中具有更高的并行度。神经形态计算就是这样一种从大脑中汲取灵感的范式。能源和计算效率、异步和基于事件的处理是神经形态计算的显著特征,是计算密集型任务值得探索的领域。在本文中,作者探讨了神经形态计算在机器人领域的可能性和好处,并确定了可能有益于机器人领域的可能研究方向。
主要关键词