譲り合うロボット、ペンローズ床で74〜77%

実験の舞台はペンローズ菱形床で、90の頂点がアドレスとなる。左側の32が網膜を形成し、平均2.8のアドレスが点灯する。各出口には隣接する値の足し算で計算された匂いの層があり、ロボットは最も強い隣接の匂いに向かって進む。核心的な変更は譲り合いルールを重ねたことだ。一度に1アドレスにつき1ロボット、最強の隣が埋まっていれば脇へよけ、両方塞がっていれば待ち、塞がった地点にパスが立っていれば層を切り替える。

結果が示すのは、協調ルールが渋滞を防ぐ以上のことをするという点だ。パスを外すとロボットは重なりすり抜けて、課題はアドレスごとの単純な多数決になり、精度は73.7〜77.2%から61.7〜64.2%に落ちる。著者はまた、層切り替えパスの学習が方向別に分かれた14のパスを生むことを見出した。垂直バーにのみ働くものもあれば、水平バーにのみ発火するものもある。待機自体も方向によって異なり、垂直バーで1本あたり2.03回、水平で1.61回と計測された。

著者はこれを新しい手法ではなく、群ロボティクスにおける局所ルール研究の仲間と位置づける。今後の試練は、答えが3つ以上の場合や、床と画像が大きくなった場合にも同じアプローチが成り立つかどうかだ。