近日，一篇來自arXiv的論文（arXiv:2605.21723）提出了一種在異質多團隊系統中通過動態機器人分配實現利他協作的新方法。該研究由Riwa Karam等人完成，於2026年5月20日提交。研究將機器人視為可轉移資源，借鑑生態學中的漢密爾頓規則（Hamilton's rule）作為利他決策機制。漢密爾頓規則原本用於解釋生物間的利他行為，即當利他行為的收益與接受者的遺傳相關度乘積大於成本時，利他行為會進化。研究者將其應用於多機器人系統，構建了一個考慮異質能力、轉移成本和能力依賴貢獻的協作資源分配框架。
該框架下的資源分配問題是一個組合優化問題，已被證明是NP難的。為了解決可擴展性問題，團隊開發了一種基於圖神經網絡（GNN）的策略，採用集中訓練與分散執行（CTDE）範式。在集中訓練階段，模型學習如何根據團隊交互圖做出決策；在分散執行階段，每個機器人或局部決策者根據該策略進行實時分配。具體來説，模型在團隊交互圖上運行，預測機器人層面的轉移決策（是否將某個機器人從當前團隊轉移到另一個團隊）以及下一輪機器人到團隊的分配，從而近似基於漢密爾頓規則的利他分配。
為了驗證方法的有效性，研究團隊在消防場景中進行了仿真和實驗。在仿真中，他們模擬了多個消防團隊應對不同火勢的情況，機器人需要被分配到最需要的團隊。實驗結果表明，學習到的策略在性能上接近最優解，並且能夠有效擴展到包含更多機器人和團隊的更大系統。與基線方法相比，該策略顯著提高了整體滅火效率，同時減少了資源浪費。
這項研究為多機器人系統的協作提供了新的思路，尤其是當機器人屬於不同團隊或組織時，如何通過利他行為實現整體最優。未來，該框架可應用於災害響應、物流調度、搜索救援等領域，其中動態資源分配對任務成功至關重要。