一组工程师开发了一个多动物系统，该系统使机器能够使用“集体大脑”，协调任务，复杂环境中的移动性并避免独立障碍。与孤立起作用的传统机器人不同，该系统允许机器人充当连贯的单元，并进行更高效且更安全的操作。

集体大脑的概念使机器人可以共享有关其环境，位置和特定任务的信息。在实际时间内的这种交流使他们能够适应不断变化的状况或意外的障碍，例如蚂蚁等社交昆虫，这些昆虫通过集体行为获得了明显的结果。但是，在机器人中，通过高级帐户，传感器和沟通协议来加强该原则，从而允许仔细的协调和决策制定。

在ROS2平台（机器人操作系统）上设计的多个框架可以在多个机器人之间进行平稳的通信。每个机器人都配备了LIDAR，相机和其他传感器，可以计划其周围环境，计算到其目的地的最佳路径，并在面对新障碍时动态调整。 LIDAR保证对距离进行准确的测量，而相机和Aruco标记支持仿真和方向，从而将误差降低至仅为2.5厘米。

该系统在使用18个异质机器人的车队中在包括工业仓库和自助餐厅在内的一组模拟环境中进行了测试。这些实验表明，即使在拥挤或充满活力的环境中，集体智慧如何使灵魂完全有合作任务。

系统的主要优点是任务控制单元。通过评估每个机器人的位置和可用性，框架为最合适的代理设置了任务。例如，在仓库的交付中，选择了最接近的Android距离目的地。这种方法提高了效率，防止碰撞并平衡整个车队的工作负担。

这些功能在需要同时操作的环境中具有特殊的价值，例如物流中心，医院或餐馆，机器人应协调无需人工干预即可处理多个任务。

小组大脑机器人在效率，安全性和适应性方面具有明显的优势。他们可以频繁地执行，危险或时间敏感的任务，并不断适应动态条件。应用程序扩展到物流，医疗保健，制造业和服务 – 准确性和可靠性非常重要的领域。

将来，系统多机器人的研究旨在通过使机器人能够相互学习，分享经验并与人类并肩工作来增加合作。多个框架解释了集体智能如何改变工业自动化，这代表了自我调节智能自动系统的重要一步。