据外媒报道，有款超低功率混合芯片（hybrid chip）或许能为手掌型车辆提供合作及学习的能力。该款车辆采用了新一代的电机及传感器，新款专用集成电路（application-specific integrated circuit，ASIC）的运行电量为数毫瓦，或将帮助智能群集机器人（ntelligent swarm robots）运行数小时。

　　为节省电量，这类芯片采用混合型数字-模拟时域处理器，可利用信号的脉冲宽度（pulse-width）来编码信息。神经元网络集成电路可适用于基于建模的编程及协作式强化学习，还有可能为小型机器人提供侦查（reconnaissance）、搜救和其他复杂的大型任务。

　　美国乔治亚理工学院（Georgia Institute of Technology）的研究人员研制了一款机器人汽车，由一款独特的ASIC驱动，该产品曾亮相于2019年度国际固态电路会议（IEEE International Solid-State Circuits Conference，ISSCC）。该研究得到了美国国防部高级研究计划局（Defense Advanced Research Projects Agency，DARPA）及半导体研究公司（Semiconductor Research Corporation，SRC）的赞助，并获得了CBRIC的帮助。

　　该类车辆采用了惰性传感器及超声波传感器测定其定位并探查车辆周边的目标物。传感器信息将传输到混合型ASIC中，后者将被用作车辆的“大脑”。然后，该处理器将向Raspberry Pi控制器发送指令，并向电动机传输电动机。

　　在该款机器人车辆中，主要有三大系统会消耗电量：用于车辆驾驶及转向的电机及控制器、处理器及感知系统。低功率ASIC意味着电动机将消耗大量的电量。

　　该团队正与合作方打造电机，后者采用了微机电技术，相较于传统的电机，其耗电量较小。

　　在时域运算中，信息的传输将采用不同的电压，利用脉冲带宽实现编码，提供了模拟电路的节能优势及数字设备的稳定性。

　　不同的脉冲宽度表示各自代表的数值，该系统比数字或模拟设备略慢，但其速度却足够小型机器人使用。

　　该款65纳米的CMOS芯片可同时适用于机器人学习，该系统经编程后可遵循基于建模的算法，利用强化系统从环境中学习经验，后者可随着时间的延长提升其性能。

　　该团队旨在优化设计并在打造一款片上系统，整合运算与控制电路。