異種多チームシステムにおいて、ロボット資源を効率的に割り当てることは重要な課題である。最近arXivに投稿された論文「Learning Altruistic Collaboration in Heterogeneous Multi-Team Systems」はこの問題に取り組んでいる。この研究では、ロボットを移転可能な資源とみなし、生態学におけるハミルトン則をチーム間の利他的意思決定メカニズムとして採用している。ハミルトン則はもともと生物個体間の利他行動を説明するために用いられるが、ここではマルチロボットシステムの資源割り当てに巧妙に導入され、チーム間の協調を促進する。
論文では、異種能力、移転コスト、能力依存の貢献を考慮した多チーム協調資源割り当てフレームワークを提案している。このフレームワークでは、各チームが異なる能力を持つロボットを有し、ロボットはチーム間を移転できるが、移転にはコストがかかり、異なる能力のロボットはチームによって貢献度が異なる。これらの要因の複雑さのため、結果として生じる割り当て問題は組合せ最適化問題となり、論文はさらにこの問題がNP困難であることを証明している。これは大規模システムにおいて最適な割り当て方案を見つけることが計算上実行不可能であることを意味する。
スケーラビリティの問題を解決するため、著者らはグラフニューラルネットワークに基づくポリシーを開発した。このポリシーは集中学習と分散実行のパラダイムの下で動作し、ハミルトン則に基づく利他的割り当てを近似することができる。モデルはチーム間の相互作用を捉えるチーム相互作用グラフ上で操作される。モデルは2つの重要な決定を予測する：ロボットレベルの移転決定（あるロボットをあるチームから別のチームに移転するかどうか）と、次のラウンドのロボット対チーム割り当てである。これにより、NP困難問題を解くことなく、高品質な割り当て方案を迅速に生成できる。
提案手法の有効性を検証するため、著者らは消火シナリオでシミュレーションと実験を行った。消火シナリオは典型的な多チーム協調シナリオであり、複数のロボットチームが協力して火災を消し止める必要がある。実験結果は、学習されたポリシーが準最適性能を達成し、システム規模が拡大しても良好な性能を維持することを示している。これは、迅速な意思決定と大規模システムが要求される実際のアプリケーションにおける本手法の可能性を示している。
本論文の著者はRiwa Karamら4名であり、2026年5月20日に投稿され、ロボティクス（cs.RO）分野に属し、人工知能、マルチエージェントシステム、制御など複数の方向に関連している。この研究は、異種多チームシステムの資源割り当てに対する新規の学習ベースのソリューションを提供し、生態学の原理と深層強化学習を組み合わせる可能性を示している。今後の研究では、このフレームワークのさまざまなシナリオへの適用性や、他の学習手法との組み合わせがさらに探求されるだろう。