SwarmCoDe：无需预设物种数的异构机器人集群协同设计

Andrew Wilhelm 与 Josie Hughes 提交了 SwarmCoDe 的修订扩充版论文（13 页、8 图）。这是一种协同协同进化算法（CCEA），把群体分解纳入优化过程，无需预先指定物种数量，联合优化机器人硬件、任务规划行为、合作关系与部署群体构成。 作者称，在重复的仿真觅食实验中，SwarmCoDe 能发现随任务变化的群体分解，并在任务需求改变时调整；而固定物种数的 CCEA 对预设分解敏感。作者还称，制造成本预算会改变偏好的群体构成与机器人设计，SwarmCoDe 可在该资源约束下调整协同设计；它仅用 50 个进化个体协同设计了 200 个智能体的集群，部署规模为进化种群的四倍。 上述结果均来自仿真实验，论文为预印本，未经同行评议，也未报告实机验证。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。