Группа роботов-исследователей подобна компании поваров, пробующих одно блюдо. Каждый снимает пробу со своего участка и делится впечатлением: свободно, занято или неясно. Но вкусы субъективны — кто-то не заметил ножку стула, кто-то слизал лишь край. Вместо того чтобы усреднять разноголосицу, роботы договариваются: там, где уверенности мало, честно писать «не знаю». Для этого они обмениваются e-значением — мерой собственной неопределённости (насколько сомнителен их отчёт). Это позволяет количественно оценить, насколько робот не уверен в своих данных: чем выше e-значение, тем больше сомнений. Сливая все «номера сомнений», они получают общую картину, где надёжность гарантирована математически — например, с уровнем доверия 95%. Чем больше «поваров» и чем чаще они сверяются, тем меньше в рецепте остаётся тёмных пятен. Метод не зависит от того, кто с кем говорит и насколько плохи датчики: роботу позволено ошибаться, если он честно признаётся в своей неуверенности через e-значение. Такой подход позволяет строить карты, где каждая точка сопровождается честной оценкой достоверности.