AI的控制策略，可使微型机器人完成集体操纵或运输物体等任务

康斯坦茨大学和国际理论物理中心的研究团队开发基于AI的控制策略，让200个微型机器人成“AI智能体”，能独立决策并协作完成复杂集体行为，如在实验中运输大件物品成功率超90%且3000次动作内精准达目标，还能完成旋转、运输杆等更复杂行为，在部分机器人故障时也能维持一定工作效率。

技术上采用多智能体强化学习（MARL）算法结合“反事实奖励”（CR）机制，为微型机器人设计个性化奖励系统优化其协作行为，克服热噪声、环境噪声等影响，且在不同规模集群测试中展现出一定鲁棒性与适应性。

相关研究论文已发表在《Science Robotics》期刊上，不过目前该微型机器人集群控制系统依赖激光驱动存在应用局限，且面临硬件相关问题限制其进一步应用，但仍有望应用于运输生物样本、病毒检测等任务，未来微型机器人在智能应用拓展方面值得期待。