虽然某些个体
机器人已经完成了许多给人留下深刻印象的任务。然而,某些任务通过
机器人团队来完成会更出色。多个机器人组成的团队可以划分成不同区域，也可以同时在不同区域展开工作(例如：多个机器人割草机可以在一大片草地上同时除草)。机器人团队的劳作更能使团队本身从失败中获得很快速的修补和恢复。一个高性能的机器人单独完成任务如果失败，这台机器人可能彻底报废。然而,一个机器人团队中如果有某台机器人报废，则意味着团队还可以由别的机器人一同继续完成任务。
有显著的兴趣开发和部署机器人团队。一般来说,有两种不同的方法来实现机器人团队的设想。第一种方法使用非常初级的
智能机器人,基于他们的生存环境和周围事物，利用简单的规则来管理他们的行为，(如：设想一个机器人团队的想法是来自于一群飞鸟)。这种方法通常被称为群集。尽管表面上的简单的交互规则和个体成员的智力有限,一群可以表现出复杂而有趣的行为作为一个集体。第二种方法是使用
智能机器人使用彼此协调和合作解决具有挑战性的任务。这种类型的团队,每个机器人能够做计划和控制为其分配任务,积极促进团队任务分配,与团队的其他成员分享的态势感知。
我们有兴趣在部署机器人团队任务的同时涉及对手的不知。在这种任务,机器人之间的沟通可以有时间限制。因此使用一个中央控制器是不可取的。机器人的传感器也涉及高水平的不确定性,由于对手会积极利用欺骗的可能性阻碍机器人团队的努力。对手可能会想出方法来混淆或误导机器人有限的推理和规划能力。因此我们决定部署一个团队的机器人规划和推理能力来处理这些情况。成功地实施一个具有挑战性的任务要求机器人团队的每个成员在一个特定的环境下完成一项特殊的任务。这个任务带有变化,一个机器人的角色可能随时间改变。根据每个机器人应该能够采取的行动,来进行任务分配。在具有挑战性的快速变化的环境中,这意味着个人机器人和团队需要迅速做出好的决策。计算上缓慢的技术做出最佳决定不会在这些类型的情况下工作。相反,团队需要自己决定如何在最短的时间内完成任务。
我们已经开发出计算技术来优化单个机器人的行为以及他们如何分配任务中使用分散的体系结构。我们的方法来实现优化的行为根据给定任务的场景。我们的方法能够将基于物理模型的对手和环境行为优化的过程。方法使机器人团队开发利用模型预测在决策过程的模拟。这使得团队和机器人迅速做出好的决策。结果表明我们组织的机器人团队的船只可以快速决定任务的决策方案并且完成和对手博弈的过程，
