Synchronized Swarm Behavior Classification (SyncSBC) คือเฟรมเวิร์กที่พัฒนาขึ้นเพื่อแก้ปัญหาการรับรู้ภาพรวมของหุ่นยนต์ฝูงบินที่มักจะมีขีดจำกัดด้านการรับรู้เพียงแค่รอบตัว โดย SyncSBC ผสมผสานการเรียนรู้ของเครื่อง (Machine Learning) เข้ากับระบบฉันทามติแบบกระจาย (Distributed Consensus) เพื่อให้หุ่นยนต์แต่ละตัวสามารถจัดหมวดหมู่พฤติกรรมของทั้งกลุ่มและซิงโครไนซ์การตัดสินใจได้พร้อมกัน
ระบบนี้ช่วยให้ฝูงหุ่นยนต์ทำงานได้อย่างมีประสิทธิภาพแม้ในสภาพแวดล้อมที่ไม่มีการควบคุมจากส่วนกลาง โดยมีความแม่นยำสูงและมีดีเลย์ในการประสานงานต่ำ จากการทดสอบกับหุ่นยนต์จริงพบว่า SyncSBC สามารถตรวจจับความผิดปกติในพฤติกรรมของหุ่นยนต์บางตัวและสั่งการให้ทั้งกลุ่มปรับเปลี่ยนพฤติกรรมตามสถานการณ์ได้อย่างชาญฉลาด
