本研究提出了一种基于分层强化学习的双向任务-动作规划方法，旨在解决群体机器人在动态环境中的决策问题。实验结果显示，该方法在对抗中的胜率超过80%，决策时间低于0.01秒，展现出良好的应用潜力。

本文综述群体机器人控制器设计，重点采用进化算法训练神经网络，实现梯度跟随与任务求解。研究发现群体规模存在“甜蜜点”，并涌现出未被选择的新行为。通过人机交互、自监督学习及视频提取等方法，可发现更多异构群体紧急行为，提升复杂环境中的灵活性与鲁棒性。

该文综述群体机器人与仿生鱼研究：鱼群利用同伴涡旋节能，深度强化学习可导航复杂流场；进化算法训练神经网络控制器能产生新兴集体行为，并存在群体规模“甜蜜点”；多目标进化与神经动力学方法提升可扩展性与编队控制；仿生诱饵实现高保真鱼群互动。

该研究使用STGNN模型探索了群体机器人的分散控制方法，实现了凝聚性集群行为、领导跟随和障碍物避让任务。