Projekt implementuje nowatorską koncepcję koordynacji działania zespołow robotów w oparciu o sieci antycypacyjne (http://anticipatory-networks.pbf.biz/pl). W ramach fazy badań przemysłowych opracowano projekt silnika decyzyjnego wbudowanego w system oprogramowania nawigacyjnego robotów i  zapewniającego ich optymalna koordynację. Oprogramowanie koordynacyjne oparte na zasadach sieci antycypacyjnych zapewnia większą wydajność zbioru wykonywanego przez autonomiczne roboty oraz lepszą współpracę zespołu oraz interakcji człowiek-robot. Zastosowanie sieci antycypacyjnych umożliwia zastąpienie bezpośredniej wymiany w sytuacji zakłoceń łączności lub niewystarczającej przepustowości kanałow komunikacyjnych oczekiwanymi (antycypowanymi) wynikami działania robotów postępujących według znanych algorytmów optymalizacyjnych.

Pierwszy etap projektu (realizacja w 2022) na podstawie badań symulacyjnych zespołu robotów z antycypacyjnym oprogramowaniem koordynującym wykazał ich przydatność do zbioru owoców jagodowych w rzeczywistych warunkach uprawy na plantacji  w południowej Polsce. Nowatorska autonomiczna architektura robotów oparta jest na antycypacyjnych zasadach koordynacji i sterowania oraz na fuzji heterogenicznych informacji pochodzących z systemu sensorów, oraz wymiany P2P w modelu symulacyjnym i we wspólnej bazie wiedzy. Oprogramowanie integruje także wymianę informacji o środowisku roboczym udostępnianych w Rolniczym Internecie Rzeczy (AIoT).

Głównymi nowatorskimi elementami całego systemu oprogramowania zespołu robotów są:

- koncepcja antycypacyjnej koordynacji zespołu robotów zbierających owoce

- ogólna architektura oprogramowania zapewniająca przeniesienie procedur symulacyjnych do oprogramowania sterującego i  koordynującego

oraz

- optymalizacja parametrów zbioru w oparciu o wykorzystanie modelu świata (WoMo) i wspólpracę z oprogramowaniem SLAM (Simultaneous Localization and Mapping).

Podczas pracy robotów WoMo jest stale aktualizowane w oparciu o dane pobierane z otoczenia za pomocą sensorów każdego robota i przekazywane do wspólnej bazy wiedzy. Symulacja plantacji owoców wskazuje, że taki tryb pracy wymaga sprawnej komunikacji z infrastrukturą środowiska roboczego tworzącego ekosystem AIoT, a także z operatorami i zewnętrznymi bazami wiedzy. Ponadto WoMo stale wymienia informacje z autonomicznymi silnikami decyzyjnymi każdego pojedynczego robota. Umożliwia to robotom współdzielenie istotnych informacji na temat ich środowiska pracy. Jeden z robotów (aktualna jednostka koordynująca) wykorzystuje informacje otrzymane ze SLAM do aktualizacji bazy reguł stosowanych w algorytmach zbioru i mapy otoczenia. Wszystkie powyższe elementy służą do zaplanowania celu zbioru, rozpoczęcia zbioru owoców we wskazanym miejscu docelowym przez każdego robota oraz wykonania innych czynności wymaganych do wydajnego zbioru.