意见作者：Paige Xu，OpenMind
随着最佳人形机器人的竞赛越来越升高，全球团队跨越医疗保健，制造和防御的工作流程，选择最佳机器人的自主系统正在成为解决机器人技术中最重要的挑战之一。无论是提供医疗用品的无人机，检查危险站点的机器人还是管理网络安全威胁的AI代理，人类和机器协调之间的最佳任务分配都可以决定任务的成功或失败。糟糕的选择浪费资源并增加了成本，并且在高风险环境中可能导致灾难性的结果。
混合动力团队使用机器人来实现更高的效率需要工具，以确保最有能力的参与者完成任务。这需要了解任务，环境以及机器将如何与人类一起工作。分散的金融（DEFI）提供了令人惊讶的解决方案。 Defi的核心 原则 – 权力下放，透明度和自动化 – 为连接人类和机器的更智能，更高效的系统奠定了基础。使用拍卖，招标和声誉系统等工具，我们可以创建更公平的方法，使合适的代理商或机器人与正确的任务相匹配，从而使协作更加无缝有效，并解决了整个关键行业的大量员工短缺。
通过竞争效率
机器人和代理系统中的任务分配本质上是复杂的。这些系统涉及多个具有不同功能，成本和资源需求的代理。传统的集中式任务分配方法在多个公司和国家 /地区都不能很好地扩展，并引入了单一的失败。
投标机制提供了一种以市场为导向的任务分配的方法。在这种情况下的任务被视为代理竞争“赢”的资源，并根据可衡量的标准（例如成本，及时性和质量）分配。
最常见的是反向行动，卖方竞争提供服务的最低价格和最大可提取价值（MEV）拍卖。 MEV拍卖使“搜索者”竞标将其交易包括在一个街区中。他们通过为验证者或矿工提供所提取的部分价值的一部分来做到这一点。这些拍卖通常使用第二价格模型，其中出价最高的人获胜，但仅支付第二高的出价。这种方法鼓励诚实的竞标，同时保持流程公平。
最近的： 研究人员黑客AI支持机器人
Flashbots通过引入私人招标层进一步提出了这个想法。这些层有助于减少网络拥塞并提高系统效率。通过管理有限的资源（例如透明空间），这些系统为分散决策创造了强大的基础。
这种方法符合竞争和自我优化的原则，就像Defi平台如何通过拍卖优化流动性和交易包容性。
机器人和代理商的新方法
在思维机器运行的系统中，拍卖的概念被翻转了。机器没有竞标支付包容性，而是通过提供最佳价值来赢得任务。这称为反向竞标。
宣布任务后，符合条件的代理商会根据成本，时间和质量评估他们完成任务的能力并提交出价。然后，该系统审查了这些投标，并将任务分配给提供最佳效率，速度和可靠性平衡的代理商（或一组代理商）。
与最高出价获胜的MEV拍卖不同，反向竞标集中在寻找可以最有效地以最低成本完成任务的代理商。这样可以确保该过程是具有成本效益且性能驱动的。
团队合作与协作
许多任务太复杂了，无法处理单个人或机器。例如，为了扑灭火灾，无人机可能会与人类的消防员和地面机器人团队一起完成任务 – 无人机处理航空侦察，人类持有消防软管，并确保机器人确保常规的消防用品。在这种情况下，人类和机器可以组成动态的团队，结合他们提交联合投标的技能。
选择后，这些团队使用分散的通信系统一起工作。他们共享信息，协调操作并适应实时更改，从而确保最佳结果。这种协作方法增加了一层复杂性和效率，类似于MEV拍卖，但根据机器人系统的需求量身定制。
就像在人类的团队中一样，激励措施也起着关键作用。代理商成功完成任务而获得声誉点或代币，这提高了他们赢得未来竞标的机会。这创建了一个周期，使代理商有动力不断改进，推动系统内的创新和竞争。
投注投标
竞标提供了一种急需的，分散的解决问题的方法。它消除了集中式系统分配任务的需求，允许机器人和代理人组织自己并动态工作。通过拥抱竞争，透明度和适应性，投标为可扩展的，分散的协作开辟了新的可能性。
与Defi的相似之处令人震惊。正如Mev拍卖会优化如何使用块空间一样，反向竞标也确保了最有能力，最具成本效益的代理处理任务。反向竞标更进一步，从而实现了多代理团队合作，实时适应性和通过声誉系统的持续改进。
通过将DEFI的经济思想应用于机器人生态系统的挑战，我们可以创造一个未来，使机器和人类无缝地共同努力。这些分散的，无信任的系统优先考虑效率，公平和创新，为新的协作时代铺平了道路。
Defi是要打破财务障碍，资本的自由流动和更智能的资源分配。这些原则自然适合在分散的生态系统中工作的自主代理和机器人。这只是新的开始 Onchain 机器和人类并肩工作，执行付款，处理任务和运行差事的经济更加透明，有效。这就是加密和人工通用智能聚集在一起的地方。
意见作者：Paige Xu，OpenMind
本文是出于一般信息目的，不打算被视为法律或投资建议。这里表达的观点，思想和观点是作者独自一人，不一定反映或代表Cointelegraph的观点和观点。
