# 对数线性学习

多机器人焊接异种钢接头时，任务分配不再只按机器人到焊缝的距离来分。新框架把每台机器人当作α势博弈中的参与者，用物理信息神经网络代理反复计算热—力响应，使分配同时考虑残余应力和碳贫化区宽度。在50任务2机器人、100任务3机器人、200任务4机器人三档计算算例中，该框架相对距离驱动的分配策略降低了归一化工期与能耗，并保持更低的预测残余应力和碳贫化区宽度；这些数值是计算预测，需独立实验验证。

多机器人焊接异种钢接头时，任务分配不再只按机器人到焊缝的距离来分。新框架把每台机器人当作α势博弈中的参与者，用物理信息神经网络代理反复计算热—力响应，使分配同时考虑残余应力和碳贫化区宽度。在50任务2机器人、100任务3机器人、200任务4机器人三档计算算例中，该框架相对距离驱动的分配策略降低了归一化工期与能耗，并保持更低的预测残余应力和碳贫化区宽度；这些数值是计算预测，需独立实验验证。