医院送检机器人不再各自抢单：分层策略把加权延误从2359降到29，急件准点率升至0.969
核心概要
医院里的送检机器人要同时决定接哪一单、按什么顺序停靠，而急件与常规件的临床时限并不相同。HMART把这一联合决策放进一个共享图注意力编码器加两个顺序解码器，并用条件风险价值约束压住加权延误的尾部，再由模型预测控制层统一调度载客电梯。在四层楼、三部电梯、十二台机器人的离散事件仿真中，工程化解码器版本把平均总加权延误从最强调度规则的2359±214降到29±6，急件准点率从0.925±0.011升到0.969±0.007。
深度剖析
医院机器人送检的调度不再只按一条排队规则逐单派活，而是把“接哪一单”和“按什么顺序停靠”放在同一个策略里一起决定，并让电梯这个共享瓶颈进入决策回路。 此前的调度规则只排优先级、不规划路线，元启发式能规划路线却离线运行，学习型路由器通常只优化单一目标，也很少约束临床延误的尾部。 在四层楼、32个服务点、三部电梯（含一部急件专用梯）的离散事件仿真中，重载条件为十二台机器人、每分钟1.80个请求、八小时班次、二十个配对随机种子，HMART-H在总加权延误、在制品、完工时间、吞吐、行驶距离和急件准点率上均优于所比较的调度规则、元启发式和两种学习基线。
这套系统由三部分组成：一个共享的图注意力编码器读取所有机器人和待处理请求，一个顺序分配解码器逐个机器人挑选请求，一个路线改进解码器调整停靠顺序。 分配解码器按机器人顺序逐个决策，每台机器人只能看到前面机器人已经做出的选择，因此两台机器人不会同时抢同一个急件；电梯则由模型预测控制层在短时域内求解速度与等待动作。 在十二台机器人、每分钟1.80个请求的重载设置下，二十个配对种子上HMART-H的平均总加权延误为29±6，在制品为14.3±1.9，急件准点率为0.969±0.007，第95百分位单请求加权延误的条件风险价值为0.70±0.14。
把分配解码器换成训练过的注意力网络后，策略仍能在未见过的大机队和不同楼宇布局上直接使用，不需要重新训练。 工程化解码器在训练所用的需求构成上更强，但它的优势依赖在该构成上调出的常数；需求构成一旦偏移，两者的排序就会反转。 HMART-RL在八台机器人、稳定负载下训练，在十二台机器人、重载的未见设置上取得40±8的总加权延误和0.965±0.008的急件准点率；在急件占比从10%升到25%的偏移需求下，HMART-H退化到268±41，HMART-RL为96±19。
启示与展望
全部结果来自一座四层楼、32个服务点、三部电梯的离散事件仿真器，重载主比较为十二台机器人、每分钟1.80个请求、八小时班次、二十个配对种子；作者明确指出这些增益需要在真实楼宇中确认，并把现场研究列为下一步。
作者说明静态精确模型把电梯争用折算进弧段行程时间，因此报告的最优性间隙对包括HMART在内的所有方法都偏小；学习部分只覆盖分配解码器，路线改进与电梯协调仍为工程化模块，完整端到端架构未被评估；稳定性论述是对工作守恒策略的漂移论证，并非学习策略的证明；需求按类别建模为独立泊松流，未复现查房节律与日内波动。