ในงานที่ต้องใช้ซอฟต์โรบอต (Soft Robots) หลายตัวทำงานร่วมกันในพื้นที่จำกัด ปัญหาการพันกัน (Entanglement) เป็นอุปสรรคสำคัญที่ทำให้ระบบล้มเหลว งานวิจัยนี้จึงเสนอเฟรมเวิร์ก Topology-Driven Multi-Agent Reinforcement Learning (TD-MARL) ซึ่งใช้การเรียนรู้แบบรวมศูนย์ (Centralized Learning) แต่สั่งการแบบกระจายตัว (Distributed Execution)
ระบบมีการใช้ 'ชั้นความปลอดภัยทางโทโพโลยี' (Topological Security Layer) เพื่อประเมินความเสี่ยงในการพันกันโดยใช้ค่าอินแวเรียนท์ทางโทโพโลยี (Topological Invariants) ช่วยให้หุ่นยนต์แต่ละตัวรู้เท่าทันสถานะของตัวอื่นและหลีกเลี่ยงการติดขัดในพื้นที่ที่มีอุปสรรคหนาแน่นได้อย่างมีประสิทธิภาพ
