你可能熟悉阿斯莫夫的机器人三原则，这因在他的许多科幻小说里被提及而出名。不过，你可能没意识到还有另外三个组织原则（或许严格意义上不能叫做原则）—机器人3C原则，它在现代机器人设计中很重要。
军队里用的沟通，命令和控制（有时称其为3C），也是通过分布式要素实现采集、处理和传播信息的三个关键原则，今天用以实现机器人的技术可以认为是把分布式力量要素组合的结果—-虽然主要依赖机械力，不过这些“C”要素也可以应用于机器人分布系统的设计。
1.沟通
沟通大概是一个分布式系统设计中最容易明白的一个元素。用于成像、定位，环境监测，电源和电动机控制（只列举了一点）的多元素之间需要彼此“交流”并和集中控制器“交流”，集中控制器的作用是管理冰协调完成一项任务的详细活动。标准通信接口，有线的或无线的，用于从系统边缘传输信息到中央控制器。当中央控制器需要发送指令到边缘元素时，也许会给传感器发送指令更新或者增加一个步进马达，使用同一个接口。微控制器（MCUs）通常是终端节点内大脑，它们支持各种通信接口以简化数据传输。
通常来说，最小化从边缘到中央控制器的数据流很方便，因此额外的处理能力经常被移到这些终端节点。终端节点独立处理事情直接省略了中间的数据流。当边缘设备更加自主，只有关键更新或请求任务才会需要主控制器的参与。举个例子，传感器数据经常需要进行处理来判断它是否处在允许的范围内。如果每次测量结果都被发送到中央控制器，将会产生巨大的数据流并且要求控制器拥有额外的处理能力。如果传感器能够自主完成处理过程，并且只在文本超出知识范围（或者朝着那个方向）时才报告给控制器，巨大的中央控制器数据带宽和处理能力就能被节省。
对于复杂的传感算法来说，多数据流可能需要被联合和处理，来看看中央处理器是否要采取一些行动。举个例子，同速度距离测量一起的影像信息可能展示一个物体沿着某个运动路线运动。如果这些文本能够被结合，也许使用一个能控制几个关键边缘传感器的分散本地控制器，就能传送警告给中央控制器，并作出反应。
通常这些复杂的功能要求高级信号处理能力，这甚至在低廉的MCU上就能实现。比如在德州仪器MSP430 MCU家族里，甚至有许多的低廉设备有并联和加速功能。这种能力促成了简单的数字信号处理（DSP）算法，这种算法经常在联合多传感器文本时用到，叫做传感器融合，为了智能和独立的运算。许多的MCU提供超高表现的DSP能力，经常用于更复杂的任务比如成像系统。简单的MAC对大范围的低水平任务来说足够了，并且经常显著提高使用更复杂设备的执行效率。