更少的聊天可以帮助机器人做出更好的决定

谢菲尔德大学﹙University of Sheffiel﹚的工程师们发表了一项新研究，该研究可以帮助我们利用机器人群来应对森林火灾，进行海上搜索和救援行动，以及诊断人体内部问题。
谢菲尔德大学的研究人员发现了如何让成群的机器人更有效地协同工作
新的研究发现，当群体内部交流减少时，机器人群体对环境变化的反应要快得多，做出更复杂的决定
这一发现推翻了人们广泛接受的理论，即机器人之间的联系越多，信息交换就越有效
成群结队的机器人可以帮助我们进入极端环境，如森林火灾、海底甚至人体内部
谢菲尔德大学﹙University of Sheffiel﹚的工程师们发表了一项新研究，该研究可以帮助我们利用机器人群来应对森林火灾，进行海上搜索和救援行动，以及诊断人体内部问题。
该研究由来自该大学计算机科学系的Anreagiovanni Reina博士领导，可以改进成群的机器人如何一起工作，适应环境的变化，并更快地做出更复杂的决定。
这项发表在《科学机器人》﹙Science Robotics﹚杂志上的研究发现，当机器人之间的交流减少时，机器人群能够更有效地应对环境的变化。
这项研究推翻了被广泛接受的理论，即机器人之间的联系越多，信息交换就越有效。
团队,其中包括伦敦大学学院的研究人员和IRIDIA,大学自由e布鲁塞尔,比利时,发现他们的研究结果通过研究一群微型机器人如何移动和达成共识最好的区域﹙如最紧急的或最适合执行任务﹚他们应该聚集在和探索。
每个机器人单独评估环境，做出自己的选择，并将自己的意见传播给群体的其他成员。然后，群体中的每个机器人定期选择一个由群体中的另一个机器人广播的随机评估，并使用它更新自己对最佳区域的意见——在机器人技术中称为选民模型的协议。一旦每个机器人都经历了这个过程，群体就会根据每个机器人的意见，在最佳的收集和探索区域达成共识。
然而，研究小组发现，当更好的地点出现时，使用这种协议的机器人群对环境变化的适应速度很慢。
研究人员随后发现，当机器人只与10厘米范围内的其他机器人交流，而不是向整个群体传播信息时，群体能够更快地适应环境的变化，并选择最佳可用区域。
来自Université Bruxelles大学和谢菲尔德大学计算机科学系的跨学科人工智能研究所﹙IRIDIA﹚的比利时FNRS研究员Anreagiovanni Reina博士说:“成群的机器人有巨大的潜力，可以帮助我们进入太危险或人类根本无法进入的地方。例如，它们可以飞越森林大火，如果火势太大或太危险，人类无法独自应对，它们可以监控火势如何蔓延，并决定哪里最需要帮助。
“然而，如果火势突然改变方向，而其他地方急需支援，会发生什么情况?这群机器人需要能够迅速适应这种变化，并识别出需要紧急支援的地方。”这就是我们的研究正在帮助做的事情——我们的发现可以用来开发更多的机器人，这些机器人反应更快，能够比现在更快地做出正确的决定。”