另外一項早期的多機器人體系結構研究是同盟 ( ALLIANCE) 體系(見圖40 .2),由Parker[40.9設計 用于不均勻多機器人隊伍的可容錯任務分配。該方法 建立在包容體系之上，增加了行為集合和動機，在機 器人之間沒有直接協商的情況下取得行動選擇。行為 集合將低階的行為組合到一起以執行特定的任務。動 機由不同J別的焦躁和默許組成，可以增加或者降低 機器人針對某項需要完成的任務時激活某行為集合的 興趣。

在這種方法中，執行給定行為集合的初始動機設 為零。然后，在每一個時間步驟，根據以下因素重新 計算動機的水準：

1)前一步的動機水準。

2)焦躁率。

3)傳感器反饋是否表明需要行為集合。

4)機器人是否已經激活了另外一個行為集合。

5)是否有另外一個機器人已經開始為該任務 工作。

6)基于已經嘗試任務的時間長短，機器人是否 愿意放棄該任務。

動機以某一正速率持續增加，除非下面四種情況 之一發生：

1)傳感器反饋顯示已經不再需要該行為 集合。

2)激活了機器人中另外一個行為集合。

3)其他機器人D一次接手了任務。

4)機器人決定默許該任務。

在上述的任何一種情況下，動機返回零。否則， 動機將持續增加直到穿透臨界值，此時行為集合激 活，可以確定機器人選定了一種行為。當一種行為被 選定，該機器人內部的交叉抑制將防止其他任務在同 一機器人內激活。當某個行為集合在機器人內處于激 活狀態，該機器人每隔一段時間將它的當前行為廣播 給其他機器人。

L-ALLIANCE擴展40.101允許機器人根據它完成 某項給定任務的期望質量來調整焦躁和默許的比率。 結果是已經證明能更好完成某些任務的機器人將來 也更有可能選擇同樣的任務。另外，如果機器人隊 伍運行時發生問題，機器人可以動態重新分配它們 的任務來彌補問題。為驗證這種方法，分別測試了 由三個非均勻機器人組成的機器人隊伍來執行一項 模擬的清掃任務，兩個機器人執行的推箱子任務， 以及四個機器人執行的協同目標觀測問題。該方法 也在模擬看門服務任務以及掩護躍進中得到了驗證。 圖40.3給出了多機器人利用ALLIANCE 執行模擬的 清掃任務。