導(dǎo)語：對一組自組織機器人的神經(jīng)網(wǎng)絡(luò)控制器進行進化。這個2010年的研究成果使用一種自玩比賽的選擇對一組協(xié)同智能體進行進化，他們組織進行一個模擬的足球游戲。僅僅通過500次的生成之后，一個較為理想的策略就出現(xiàn)了。

　　自組織系統(tǒng)通過在大量的組件或智能體之間進行典型的簡單局部交互，從而獲得例如全局系統(tǒng)行為。這一新興服務(wù)（emergent service）通常表現(xiàn)出適應(yīng)性、魯棒性和可擴展性等屬性，這使得自組織范式對于像協(xié)同自主機器人（cooperative autonomous robots）這樣的技術(shù)應(yīng)用程序具有至關(guān)重要的作用?？梢赃@樣說，局部交互的行為往往很簡單，但通常很難對正確的交互規(guī)則集進行定義以實現(xiàn)所需的全局行為。在本文中，我們描述了一種全新的設(shè)計方法，它使用一種進化算法和人工神經(jīng)網(wǎng)絡(luò)對設(shè)計過程中需要大部量研究工作的部分進行自動化處理。我們實施了一場模擬機器人足球比賽，從而對所提出的方法進行測試和評估。我們還引入了一種能夠與該方法相媲美的新方法，它采用Swiss System而不是完整的比賽以減少必要的模擬次數(shù)。

　　由多個自主移動機器人所組成的系統(tǒng)，這一概念之所以具有吸引力，原因如下：多個協(xié)同機器人將能夠以更好的性能表現(xiàn)或以更低的成本完成任務(wù)。此外，相較于執(zhí)行相同任務(wù)的單個強大機器人，松散耦合的分布式系統(tǒng)往往更具有魯棒性，也更加靈活。移動機器人協(xié)同交互的好處可能是一項新興的服務(wù)，即一個漸進的結(jié)果，它遠不止是個體努力的總和。因此，一群機器人從而可以建立一個自組織系統(tǒng)。

　　FREVO框架的組成部分：通過進化算法對智能體表示進行優(yōu)化，以最大化給定問題的適應(yīng)度

　　在過去的幾十年里 ，機器人技術(shù)的不斷發(fā)展為我們提供了大量小型的、廉價的自主設(shè)備硬件。然而，設(shè)計機器人之間的行為和交互仍然是一項非常復(fù)雜的任務(wù)。使用具有固定任務(wù)分解和分配的標(biāo)準(zhǔn)自頂向下設(shè)計方法通常會導(dǎo)致系統(tǒng)僅適用于一小部分參數(shù)。另一方面，像變化的環(huán)境或硬件故障等影響往往需要一個具有魯棒性且靈活的解決方案，從而為許多可能的系統(tǒng)狀態(tài)提供有用的服務(wù)。