我們將通過其它應用示例介紹AlgoBuilder的潛在功能和多種用途。

　　例如，基于云計算的游戲應用將是AlgoBuilder數據整合技術的直接受益者。AlgoBuilder采集運動傳感器的數據，比如LSM6DSL MEMS 3D加速度計和3D陀螺儀或者LSM303AGR EMS 3D加速度計和MEMS3D磁力計，然后通過AWS IoT Core輕松地上傳到Web應用，激活游戲人物或使其做相應的動作(參見下面來自babilon .js 3D JavaScript游戲開發框架的圖片)，或根據HTS221電容式數字相對濕度和溫度傳感器測到的溫度、濕度以及LPS22HB MEMS壓力傳感器測到的壓力，改變游戲場景環境。無需任何特殊的研發工作，游戲開發人者即可利用AlgoBuilder的數據集成功能開發新的動畫和令人稱贊叫好的場景。

AlgoBuilder用于游戲應用

　　AWS RoboMaker是亞馬遜提供的另一項云服務，可以大規模開發、測試和部署智能機器人應用。Robot Operating System (ROS)機器人操作系統是應用最廣泛的開源機器人軟件框架，RoboMaker在ROS上增加了云服務連接功能。AlgoBuilder的新功能能夠在這項服務中直接集成和提取數據，甚至在這種情況下開發基于ST MEMS傳感器的新機器人和自動化應用。傳感器數據將融入一個新的應用領域，在AWS機器學習服務、監測服務和分析服務的配合下，使機器人擁有推送流式數據、導航、溝通、理解和學習的能力。

AlgoBuilder用于機器人自動化

　　最后，通過在提取的數據集內加入在地理環境中標識IoT節點位置所需的經緯度GPS坐標，AlgoBuilder甚至可用于測試GPS應用。此外，在生成的AlgoBuilder傳感器數據內增加狀態信息和其它密鑰，有助于簡化AlgoBuilder與AWS DynamoDB等服務的集成難度。

　　本文的最后部分專門討論一個有相關儀表板的云和Web應用原型，將客戶的應用概念，如人工神經網絡(ANN)、卷積神經網絡(CNN)、聚類算法、協同算法和人工智能，配合虛擬現實用于解決簡單和復雜的問題，強化觸控體驗。我們相信，向感興趣的客戶介紹如何挖掘傳感器、云服務和機器學習的融合潛力是非常有價值的。更廣泛地說，這個名為Symbios的系統是一個實驗平臺，旨在為內部和外部客戶提供集成資源、模塊或僅參考設計，以便在數據提取、數據流、數據豐富、數據分析、不同類型的應用方面探索傳感器和云服務的集成潛力，尋找提高傳感器精度和可靠性的潛在解決方案。