重组，由于交配或结合来自不同生物的DNA片段而遗传物质的重排具有许多进化优势。例如，它允许有机体从其基因组中去除有害突变并采取更有用的突变。

洛林大学(UniversitédeLorraine)的研究员Amine Boumaza最近试图将这一过程应用于在线体现的进化机器人技术，这是一个机器人技术领域，专注于复制机器人的进化理论。在他发表在GECCO '19遗传和进化计算会议期刊上的论文中，他开发了一个受进化启发的重组操作员，并对需要多个机器人之间协作的三个任务进行了培训。

“我的研究属于更广泛的人工智能主题，更具体地说，是了解我们如何设计可以学习完成有趣任务的代理人，”Boumaza说。“这个研究课题不是新的，而是陈旧的，最近得到了很多关注，因为深度学习的结果令人印象深刻。在我的情况下，我对群体机器人更感兴趣，其目标是制作大量的小型机器人合作解决任务并适应环境变化。“

Boumaza着重于生物体更好地应对生命挑战的进化策略，特别是重组，开始研究是否可以将类似的机制应用于机器人方法。他的假设是，如果在机器人中成功复制，重组将提高其性能和效率。

“当我们谈论机器人代理时，我们通常假设一个物理实体体现在一个环境中(例如房间里的真空清洁机器人)，”Boumaza说。“这个代理人使用一组传感器(障碍物传感器，摄像机等)来感知周围环境，这可以使它具有某种环境代表性。代理人也可以使用效应器(电机，手臂，清洁刷)在环境中起作用。这些动作是计算结果，是我们通常称之为控制器的输出(即某种决策程序)。“