# 多机器人任务分配

离散扩散求解组合优化此前依赖离线训练的神经网络去噪器，而无需训练的模型驱动扩散只能处理连续变量、需把解取整。DMBD 把离散扩散的去噪过程改为用已知目标函数加权的蒙特卡洛采样直接逼近类别反向转移，在异构多机器人联盟形成与调度基准的 15 组设置中，有 14 组取得同类采样方法中最低的完工时间，并在 8 组中优于全部基线。

离散扩散求解组合优化此前依赖离线训练的神经网络去噪器，而无需训练的模型驱动扩散只能处理连续变量、需把解取整。DMBD 把离散扩散的去噪过程改为用已知目标函数加权的蒙特卡洛采样直接逼近类别反向转移，在异构多机器人联盟形成与调度基准的 15 组设置中，有 14 组取得同类采样方法中最低的完工时间，并在 8 组中优于全部基线。

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。

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。