标题：AI同时操控200个机器人：任务成功率超90%

研究团队开发了一种基于AI的控制策略，使200个微型机器人能独立决策并协同完成复杂任务。实验中，这些机器人成功将大件物品运输到指定位置，成功率超过90%，并在3000次动作内达成目标。

该策略可用于训练微型机器人完成集体操纵或运输物体等任务，如移动微型机械、可编程给药胶囊等。团队采用多智能体强化学习（MARL）算法，并结合“反事实奖励”机制，设计个性化奖励系统，引导机器人优化行为。

研究发现，即使20%的机器人出现故障，集群任务完成效率几乎不受影响；50%故障时，效率仍维持30%。该方法使机器人在协作中学会优化自身行为，提升集群效率，同时增强了鲁棒性。

这项研究在微型机器人集群控制领域取得进展，展示了群体智能的潜力，但也面临激光驱动限制和硬件挑战。未来，这些机器人有望应用于生物样本运输、病毒检测、个性化药物释放等任务，甚至在组织工程和定制制造领域。