본 논문은 좁은 터널에서 물체를 파내는 로봇 군집을 이용한 실험을 통해, 밀집된 활성 물질에서 효율적인 흐름과 막힘 완화가 단순한 지역적 학습 규칙을 통해 어떻게 나타나는지 연구했습니다. 개미와 같은 사회적 곤충의 움직임에서 영감을 얻어, 로봇들에게 충돌과 터널 길이 추정을 기반으로 역전 확률을 조정하는 학습 규칙을 적용했습니다. 실험 결과, 초기에는 막힘이 빈번했지만, 역전 확률의 적응을 통해 작업 부하 불균형이 감소하고 성능이 향상되는 것을 확인했습니다. 이는 복잡한 작업에서도 단순한 학습 규칙이 밀집된 생물 및 로봇 군집의 효율성을 높일 수 있음을 시사합니다.
