Không cần robot chỉ huy: Đàn robot học cách bỏ phiếu và ra quyết định giống loài ong

Một đàn gồm hàng chục robot nhỏ có thể cùng chọn phương án hành động mà không cần một robot “chỉ huy” ra quyết định cho cả nhóm. Thay vào đó, mỗi robot chỉ quan sát môi trường, trao đổi ý kiến với hàng xóm và áp dụng một quy tắc rất đơn giản lấy cảm hứng từ cách đàn ong mật chọn nơi làm tổ mới.

Nghiên cứu do Raina Zakir, Timoteo Carletti, Marco Dorigo và Andreagiovanni Reina thực hiện, được công bố trên Nature Communications ngày 14/8/2026. Nhóm cho thấy một cơ chế gọi là cross-inhibition có thể giúp đàn robot đạt đồng thuận nhanh hơn, rõ ràng hơn và bền vững hơn trước nhiều dạng thông tin sai lệch so với cách đổi ý trực tiếp.

Trong thí nghiệm với robot thật, 50 robot Kilobot được đặt trong một sân thử nghiệm và phải cùng lựa chọn giữa hai phương án. Không robot nào giữ vai trò lãnh đạo. Không có một máy chủ trung tâm thu toàn bộ phiếu rồi phát lệnh cuối cùng. Sự đồng thuận xuất hiện từ hàng loạt tương tác cục bộ giữa những robot có khả năng tính toán, bộ nhớ và liên lạc rất hạn chế.

Tuy nhiên, gọi đây là robot “bỏ phiếu” cần được hiểu theo nghĩa rộng. Các robot không gửi lá phiếu tới một ủy ban trung tâm. Chúng liên tục hình thành, truyền và cập nhật “ý kiến” của mình cho tới khi một lựa chọn chiếm đa số đủ lớn.

Đàn ong chọn nhà mới mà không cần “ong chỉ huy”

Nguồn cảm hứng của nghiên cứu đến từ một trong những ví dụ nổi tiếng về ra quyết định tập thể trong tự nhiên: cách đàn ong mật lựa chọn nơi làm tổ mới.

Khi một đàn cần tìm nhà, các ong trinh sát khám phá nhiều vị trí tiềm năng. Những con đánh giá cao một địa điểm sẽ truyền thông tin cho đồng loại bằng điệu nhảy đặc trưng. Dần dần, các địa điểm tốt nhận được nhiều sự ủng hộ hơn.

Nhưng chỉ “quảng cáo” phương án mình thích chưa đủ. Nghiên cứu về hành vi ong cho thấy những con ủng hộ một địa điểm còn có thể phát tín hiệu dừng nhằm ức chế hoạt động quảng bá cho phương án cạnh tranh. Chính tương tác ức chế chéo này giúp đàn tránh tình trạng hai phe tiếp tục duy trì song song quá lâu.

Cơ chế đó được gọi là cross-inhibition. Thay vì một cá thể biết toàn bộ thông tin và đưa ra quyết định tối ưu cho tất cả, nhiều cá thể đơn giản liên tục tác động qua lại cho tới khi một phương án trở thành lựa chọn chung.

Hai cách để robot đổi ý

Nhóm nghiên cứu so sánh hai quy tắc cập nhật ý kiến rất đơn giản.

Cách thứ nhất là direct-switch. Nếu một robot đang ủng hộ phương án A nhận được thông điệp ủng hộ phương án B, nó có thể chuyển thẳng sang B. Cơ chế này tiết kiệm bộ nhớ và tính toán, nhưng có một điểm yếu rõ ràng: nếu nhiều thông điệp trái ngược liên tục xuất hiện, robot có thể đổi qua đổi lại và đàn khó hình thành một đa số ổn định.

Cách thứ hai là cross-inhibition. Khi robot đang ủng hộ A nhận một ý kiến B, nó không lập tức đổi sang B. Trước tiên, nó rời trạng thái A và trở thành “không cam kết”. Chỉ sau giai đoạn trung gian này robot mới có thể tiếp nhận một ý kiến mới.

Khoảng dừng tưởng như không hiệu quả đó lại có vai trò lớn. Nó làm giảm khả năng các ý kiến đối lập đơn giản đổi chỗ cho nhau, đồng thời tạo động lực kiểu “winner-take-all”: một lựa chọn khi bắt đầu chiếm ưu thế có thể dần kéo cả đàn về cùng một phía.

Mỗi robot chỉ cần nghe một hàng xóm

Một điều đáng chú ý trong thiết kế là robot không cần thu thập ý kiến của toàn bộ đàn.

Trong mô hình robot cụ thể của nghiên cứu, mỗi Kilobot có bộ nhớ và năng lực xử lý rất hạn chế. Khi tới giai đoạn thăm dò ý kiến, robot chỉ xét thông điệp đầu tiên mà nó nhận được từ một robot hàng xóm. Sau đó, nó áp dụng direct-switch hoặc cross-inhibition để cập nhật trạng thái.

Điều này khác đáng kể với một hệ thống biểu quyết tập trung, nơi mọi phiếu phải được gửi tới một máy chủ, tổng hợp và xử lý. Trong đàn robot, thông tin chỉ lan truyền qua các tương tác gần. Không cá thể nào cần biết chính xác toàn bộ đàn hiện có bao nhiêu robot chọn A hay B.

Đó là một đặc điểm quan trọng của swarm robotics. Khi số lượng robot tăng lên hàng trăm hoặc hàng nghìn, một trung tâm điều khiển duy nhất có thể trở thành nút thắt về liên lạc và cũng tạo ra một điểm lỗi duy nhất. Hệ phân tán hướng tới khả năng tiếp tục hoạt động ngay cả khi một số thành viên gặp vấn đề.

50 robot thật phải chọn giữa đỏ và xanh

Để kiểm tra liệu các kết quả toán học và mô phỏng có tồn tại trên phần cứng thật hay không, nhóm tiến hành 24 thí nghiệm với một đàn gồm 50 Kilobot.

Kilobot là loại robot nhỏ, giá rẻ được thiết kế cho nghiên cứu hành vi bầy đàn. Trong thiết lập của nhóm, các robot hoạt động trên một sân Kilogrid hình vuông kích thước 1 × 1 m gồm 400 ô. Các ô có thể truyền thông tin bằng hồng ngoại để robot nhận biết đặc tính môi trường.

Nhiệm vụ được đơn giản hóa thành lựa chọn giữa hai màu: A là đỏ và B là xanh. Khi bắt đầu mỗi lượt thử, 25 robot ủng hộ đỏ và 25 robot ủng hộ xanh.

Đèn LED trên từng Kilobot thể hiện trạng thái hiện tại: đỏ cho lựa chọn A, xanh dương cho B và xanh lá cho trạng thái không cam kết. Một lượt thử kết thúc khi ít nhất 70% đàn duy trì cùng một lựa chọn trong một phút, hoặc khi đạt giới hạn 20 phút.

Kết quả từ robot thật cho xu hướng phù hợp với mô hình toán học và mô phỏng. Theo nhóm tác giả, đây là bằng chứng rằng ưu thế của cross-inhibition không chỉ xuất hiện trong phương trình mà vẫn tồn tại khi phải đối mặt với các sai số chuyển động, liên lạc và những bất toàn khác của robot vật lý.

Không phải lúc nào thông tin truyền trong đàn cũng đáng tin

Thách thức lớn của ra quyết định tập thể là chia sẻ thông tin vừa tạo ra sức mạnh, vừa tạo ra điểm yếu.

Một robot có cảm biến lỗi có thể gửi thông tin sai. Một số robot có thể liên tục ủng hộ một phương án và bỏ qua thông điệp từ hàng xóm. Dữ liệu truyền giữa robot cũng có thể bị biến đổi do lỗi liên lạc hoặc, trong kịch bản an ninh, do tác nhân bên ngoài can thiệp.

Nghiên cứu gom nhiều vấn đề như vậy vào khái niệm asocial dynamics và phân tích ba trường hợp tiêu biểu: robot “cứng đầu” phát ý kiến nhưng không chịu ảnh hưởng từ người khác; robot tự thay đổi ý kiến dựa trên quan sát riêng; và thông điệp giữa các robot bị sai lệch.

Về mặt toán học, nhóm cho thấy những nguồn nhiễu tưởng như khác nhau này có thể được mô tả trong cùng một khung. Điều đó cho phép đánh giá hai cơ chế ra quyết định dưới nhiều mức độ và hướng thiên lệch khác nhau.

Cross-inhibition giúp đàn ít mắc kẹt hơn

Khi môi trường sạch và thông tin khá đáng tin, direct-switch vẫn có thể hoạt động tốt. Nhưng khi các yếu tố gây nhiễu xuất hiện, nhược điểm của nó nhanh chóng bộc lộ.

Nếu robot liên tục nhận các thông điệp trái chiều và đổi ý trực tiếp, số lượng ủng hộ hai lựa chọn có thể giữ ở mức gần nhau trong thời gian dài. Nhóm gọi trạng thái này là decision deadlock — bế tắc ra quyết định.

Cross-inhibition nhìn chung tạo được một đa số rõ ràng hơn trên dải điều kiện rộng hơn. Trong các phân tích của nhóm, nó cũng thường đạt đồng thuận nhanh hơn khi có thiên lệch hoặc thông tin không hoàn hảo.

Đặc biệt, khi kích thước đàn tăng, cross-inhibition vẫn duy trì tốc độ quyết định tương đối ổn định trong các thử nghiệm mô hình, trong khi direct-switch có xu hướng chậm hơn. Các phân tích về quy mô xem xét đàn từ hàng chục tới hàng trăm tác nhân; một số phép so sánh tốc độ sử dụng kích thước 50, 200 và 400.

Đàn lớn hơn có thể quyết định chính xác hơn

Một lợi ích khác của hệ bầy đàn là sai số ngẫu nhiên có thể giảm khi số lượng thành viên tăng lên.

Với cross-inhibition, nhóm nhận thấy đàn lớn hơn ít có khả năng bị dao động ngẫu nhiên kéo về phương án kém hơn. Trong mô hình của họ, việc tăng số lượng robot làm giảm những biến động thống kê cấp nhóm, qua đó tăng xác suất lựa chọn phương án tốt.

Đây là lý do swarm robotics thường không cố biến từng robot thành một cỗ máy cực kỳ thông minh. Thay vào đó, hàng trăm robot đơn giản có thể kết hợp nhiều quan sát cục bộ để tạo ra một hành vi tập thể đáng tin cậy hơn khả năng của một cá thể.

Nhưng “trí tuệ đám đông” không phải phép bảo đảm rằng tập thể luôn đúng.

Đồng thuận nhanh không có nghĩa luôn chọn đúng

Cross-inhibition có một đánh đổi quan trọng: nó rất giỏi phá thế cân bằng và tạo ra quyết định rõ ràng, nhưng chính đặc điểm đó đôi khi khiến đàn thống nhất nhanh về một phương án không tối ưu.

Nếu hai phương án có chất lượng gần nhau, những dao động ban đầu có thể khiến một lựa chọn chiếm ưu thế. Sau đó, cơ chế ức chế chéo khuếch đại sự chênh lệch và đàn có thể hội tụ về lựa chọn đó dù nó không phải phương án tốt nhất.

Direct-switch trong một số điều kiện có thể đạt độ chính xác cao hơn, nhưng thường đánh đổi bằng đa số yếu hơn và thời gian ra quyết định dài hơn.

Đây là bài toán tốc độ – độ chính xác – độ gắn kết. Một đàn robot chữa cháy có thể cần thống nhất nhanh để không bỏ lỡ thời điểm can thiệp. Nhưng một hệ thống khảo sát khoa học có thể chấp nhận chờ lâu hơn nếu điều đó giúp tránh quyết định sai.

Vì vậy, nghiên cứu không kết luận cross-inhibition là thuật toán tốt nhất cho mọi đàn robot. Nó cho thấy đây là một lựa chọn đặc biệt phù hợp khi hệ thống phải hành động tự chủ, nhanh và có nguy cơ tiếp xúc với thông tin không đáng tin.

Kỳ lạ hơn: một chút nhiễu đôi khi lại giúp đàn quyết định tốt hơn

Một trong những kết quả thú vị nhất là nhiễu không phải lúc nào cũng gây hại.

Trong một số điều kiện, mức độ nhiễu vừa phải có thể làm tăng độ chính xác của đàn sử dụng cross-inhibition. Lý do không đơn giản là nhiễu giúp hệ “lắc” khỏi trạng thái cũ. Theo phân tích của nhóm, các động lực phi xã hội có thể thay đổi chính cấu trúc ổn định của hệ thống, loại bỏ trạng thái hút tương ứng với phương án kém hơn.

Khi đó, đàn ít có khả năng mắc vào lựa chọn xấu và có xác suất hội tụ về phương án tốt cao hơn.

Nhóm liên hệ hiện tượng này với khái niệm antifragility: một hệ thống không chỉ chịu được một lượng xáo trộn nhất định mà trong điều kiện phù hợp còn có thể hoạt động tốt hơn nhờ xáo trộn đó.

Tất nhiên, điều này không có nghĩa càng nhiều thông tin sai càng tốt. Khi nhiễu vượt quá một mức nhất định, chất lượng quyết định vẫn giảm và đàn có thể mất tính gắn kết.

Không cần robot thủ lĩnh, nhưng không có nghĩa hệ thống “không cần hạ tầng”

Tiêu đề “không cần robot chỉ huy” mô tả đúng kiến trúc ra quyết định: không có một robot trung tâm nắm toàn bộ dữ liệu và ra lệnh cho đàn.

Tuy nhiên, thí nghiệm hiện tại vẫn diễn ra trong môi trường nghiên cứu được thiết kế kỹ. Kilogrid bên dưới sân có các ô phát thông tin hồng ngoại, giúp robot nhận biết màu, chất lượng phương án và vị trí gần tường. Các robot cũng có phạm vi liên lạc ngắn và chuyển động tương đối đơn giản.

Vì vậy, đây chưa phải một đàn robot hoàn toàn tự do được thả vào rừng, tòa nhà sập hoặc đám cháy rồi tự giải quyết mọi thứ.

Đóng góp chính của nghiên cứu nằm ở cơ chế ra quyết định phân tán, chứ không phải một hệ robot cứu hộ hoàn chỉnh. Bước tiếp theo sẽ là kiểm tra thuật toán trên những nền tảng có cảm biến phức tạp hơn, mạng liên lạc bất ổn hơn và môi trường thực tế khó dự đoán hơn.

Vì sao kiểu ra quyết định này hữu ích trong cứu hộ và giám sát môi trường?

Một hệ thống tập trung hoạt động tốt khi đường truyền ổn định và trung tâm điều khiển luôn tồn tại. Nhưng đó không phải điều có thể đảm bảo trong nhiều nhiệm vụ mà robot bầy đàn hướng tới.

Trong khu vực thiên tai, liên lạc tới trạm điều khiển có thể bị gián đoạn. Trong một vụ rò rỉ hóa chất, con người có thể không thể tiến vào vùng nguy hiểm. Trong rừng, dưới biển hoặc trên diện tích nông nghiệp lớn, việc duy trì kết nối liên tục với hàng trăm robot cũng có thể khó khăn.

Một đàn robot có khả năng tự đạt đồng thuận có thể phải trả lời những câu hỏi như: khu vực nào cần tìm kiếm trước, điểm rò rỉ nào cần xử lý ưu tiên, vùng cây trồng nào cần can thiệp hoặc mặt trận cháy nào nguy hiểm nhất.

Nếu một vài robot hỏng hoặc báo dữ liệu sai, cả đàn lý tưởng vẫn phải tiếp tục làm việc. Đây là nơi các quy tắc lấy cảm hứng từ hệ sinh học trở nên hấp dẫn: đàn ong và nhiều hệ tự nhiên đã tiến hóa để tạo hành vi tập thể ổn định từ các cá thể không hoàn hảo.

“Bỏ phiếu như ong” thực chất là thuật toán rất tối giản

Điều đáng chú ý của nghiên cứu không phải các robot trở nên thông minh ngang một con ong.

Ngược lại, sức mạnh nằm ở việc mỗi robot cần làm rất ít. Nó duy trì một lựa chọn, khám phá môi trường, phát ý kiến trong một khoảng thời gian liên quan tới chất lượng phương án và thỉnh thoảng nghe một robot khác. Nếu gặp ý kiến đối lập, thay vì đổi phe ngay, nó có thể bước vào trạng thái trung lập.

Từ vài quy tắc nhỏ đó, cấp độ toàn đàn xuất hiện một hành vi mà không robot riêng lẻ nào được lập trình trực tiếp: đồng thuận.

Đây là nguyên lý cốt lõi của emergence trong hệ phức tạp. Hành vi cấp hệ thống không cần được điều khiển từng bước từ trên xuống mà có thể hình thành từ tương tác lặp đi lặp lại giữa các đơn vị đơn giản.

Từ ong, neuron tới robot: cùng một kiểu “kẻ thắng lấy tất cả”

Cross-inhibition không chỉ xuất hiện trong đàn ong.

Các tác giả chỉ ra rằng những mô hình tương tác ức chế tương tự còn xuất hiện ở mạng neuron và một số mạng điều hòa phân tử trong tế bào. Dù các hệ thống rất khác nhau về kích thước và vật chất, chúng cùng giải quyết một bài toán chung: làm thế nào biến nhiều tín hiệu cạnh tranh và nhiễu thành một đầu ra rõ ràng.

Khi các lựa chọn liên tục ức chế lẫn nhau, hệ có thể phá thế cân bằng và chuyển sang trạng thái kiểu “winner-take-all”, nơi một phương án trở thành kết quả thống trị.

Việc cùng một mô-típ xuất hiện từ tế bào, não bộ tới côn trùng xã hội khiến các nhà nghiên cứu cho rằng đây có thể là một nguyên lý tổng quát để xây dựng hệ thống ra quyết định phân tán.

Robot tương lai có thể không cần một “bộ não của cả đàn”

Ý tưởng về một robot trung tâm chỉ huy hàng trăm robot con trực quan và dễ xây dựng, nhưng đồng thời tạo ra một điểm phụ thuộc lớn. Nếu bộ chỉ huy mất liên lạc, bị lỗi hoặc bị tấn công, cả hệ có thể tê liệt.

Mô hình lấy cảm hứng từ ong đưa ra một kiến trúc khác: trí tuệ nằm trong quy tắc tương tác, không nằm trong một cá thể đặc biệt.

Điều đó không loại bỏ nhu cầu giám sát của con người, các cơ chế an toàn hay quyền can thiệp từ bên ngoài. Đặc biệt với robot hoạt động gần con người hoặc trong nhiệm vụ có hậu quả lớn, khả năng kiểm soát và xác minh quyết định vẫn rất quan trọng.

Nhưng ở tầng vận hành, việc cho phép đàn tự giải quyết những quyết định cục bộ có thể giúp hệ thống phản ứng nhanh hơn và tiếp tục hoạt động khi hạ tầng liên lạc không hoàn hảo.

Nghiên cứu mới cho thấy để làm được điều đó, mỗi robot không nhất thiết cần AI lớn, bản đồ hoàn chỉnh hay khả năng theo dõi hàng trăm đồng đội. Đôi khi, chỉ cần biết mình đang nghĩ gì, nghe một hàng xóm và — giống ong — biết khi nào nên tạm ngừng ủng hộ phương án hiện tại.

Nguồn tham khảo

• Raina Zakir, Timoteo Carletti, Marco Dorigo và Andreagiovanni Reina, “Bio-inspired decision making in robot swarms under biases”, Nature Communications, 14/8/2026.
• Bản preprint và phương pháp chi tiết của nghiên cứu trên arXiv.
• IRIDIA – dữ liệu bổ sung và video thí nghiệm robot.
• Seeley và cộng sự, “Stop signals provide cross inhibition in collective decision-making by honeybee swarms”, Science, 2012.