تزايدت الاقتراحات بشأن استخدام أسراب الروبوتات المستقلة المدعومة بالنماذج اللغوية الضخمة (LLMs) في مجالات الذكاء التعاوني، المراقبة، والاستخبارات (ISR) ضمن بيئات تتسم بالتنافس. وقد تم التعرف على فئة متزايدة من حالات الفشل في الضمانات، التي لا تأتي من أي منصة فردية، بل تظهر عبر السرب ككل. ففي بعض الأحيان، تتسبب الإجراءات المتوافقة فرديًا في انتهاك على مستوى المهمة: مثل تقسيم هدف محظور عبر منصات متعددة للتهرب من الحدود الموضوعة لكل منصة، أو تجاوز ميزانية جماعية بشكل هادئ.

من المؤكد أن هذه الإخفاقات لم تكتشف من خلال الحواجز البيئية لكل منصة، خاصة في ظروف الاتصال المتنازع عليها التي قد تُخفي الانتهاك خلف الأدلة المفقودة أو المتأخرة. لذا، نقدم هنا إطار عمل ثلاثي المستويات (منصة/فريق/مهمة) للتحقق من التشغيل يهدف إلى تحليل سياسة المهمة إلى جوانب مخصصة لكل عميل وأخرى مشتركة، ويجمع بين الأحكام المستندة إلى كل منصة عبر نسيج آمن يتحمل التحقق، ويجمعها مع نظام رياضي يراعي الأدلة وينظر في الجوانب الأمنية والكمالية.

يساهم هذا النظام في جعل فقدان الأدلة والصمت مرئيين، بحيث يتم تقليص الأحكام السلبية غير المدعومة إلى حالة غير معروفة صراحة، بدلاً من الإبلاغ عنها كإشارات واضحة على مستوى المهمة. وفي واحدة من المهام التجريبية، تم رصد انقسام غير مباشر لمهمة جمع محظورة عبر أربع منصات، بالرغم من أن هذا لم يكن مرئيًا للمراقبين المخصصين لكل منصة.

إن التحسينات التقنية من خلال هذا الإطار الجديد قد تؤثر جذريًا على كيفية تحقيق التعاون بين الروبوتات في المهمات المعقدة، مما يعزز الأداء الشامل ويسهم في تحقيق نتائج دقيقة وموثوقة.