在异构多团队系统中，如何高效地分配机器人资源是一个具有挑战性的问题。最近一篇发表于arXiv的论文《Learning Altruistic Collaboration in Heterogeneous Multi-Team Systems》对此进行了深入研究。该研究将机器人视为可转移的资源，并借鉴生态学中的汉密尔顿法则，将其作为团队间利他决策的机制。汉密尔顿法则原本用于解释生物个体间的利他行为，这里被巧妙地引入到多机器人系统的资源分配中，以促进团队间的协作。
论文提出了一个多团队协作资源分配框架，该框架考虑了异构能力、转移成本以及能力依赖的贡献。在这个框架下，每个团队拥有不同能力的机器人，机器人可以在团队之间转移，但转移会产生成本，并且不同能力的机器人在不同团队中的贡献也不同。由于这些因素的复杂性，由此产生的分配问题是一个组合优化问题，论文进一步证明了该问题是NP难的。这意味着对于大规模系统，寻找最优分配方案在计算上是不可行的。
为了解决可扩展性问题，作者开发了一种基于图神经网络的策略。该策略在集中训练和分散执行的范式下运行，能够基于汉密尔顿法则近似利他分配。模型在团队交互图上操作，该图捕捉了团队之间的交互关系。模型预测两个关键决策：机器人级别的转移决策（即是否将某个机器人从一个团队转移到另一个团队）以及下一轮机器人到团队的分配。通过这种方式，模型能够快速生成高质量的分配方案，而无需解决NP难问题。
为了验证所提方法的有效性，作者在灭火场景中进行了仿真和实验。灭火场景是一个典型的多团队协作场景，其中多个机器人团队需要协同工作以扑灭火灾。实验结果表明，学习到的策略能够达到接近最优的性能，并且当系统规模扩大时，该策略仍然能够保持良好的性能。这展示了该方法在实际应用中的潜力，特别是在需要快速决策且系统规模较大的场景中。
该论文的作者包括Riwa Karam等四人，论文提交于2026年5月20日，属于机器人学（cs.RO）领域，同时涉及人工智能、多智能体系统和控制等多个方向。这项研究为异构多团队系统的资源分配提供了一种新颖的基于学习的解决方案，并展示了将生态学原理与深度强化学习相结合的可能性。未来的工作可能会进一步探索该框架在不同场景下的适用性以及与其他学习方法的结合。