# 论文科学问题、方法主线与创新空间审查

日期：2026-09-13。用途：确定论文主线和研究取舍。本报告没有提交训练、修改模型或设计新的 sweep。

## 一、判断与建议

建议保留旧稿的研究对象：**动态任务执行中的异构多机器人联盟形成与调整**。方法围绕一个问题展开：**怎样根据具体任务及执行状态，判断不同成员组合的服务效果，并据此组织机器人。** 机器人–任务适配、成员之间的关系、已有任务承诺，都服务于这个问题。

这里有研究价值。现有材料对“创新已经成立”的支持还有限：任务相关的协同关系、异构图注意力、动态联盟和协同价值分解均有直接先例。本次最需要调整的判断是：**把这些已有要素组合成一个更具体的表达式，能够说明实现差异；论文还需要说明这一差异解决了什么具体困难，以及相近方法在该困难上的表现。** 文献依据见第三节。

我建议把候选主贡献收敛为**面向在线联盟选择的任务条件化成员组合表示与学习方法**。它的可研究之处在于：保留哪些成员信息、怎样组织这些信息，能够帮助策略判断不同组合的执行效果，并适应训练时少见的成员与任务组合。这个提法仍是研究方向，最终贡献强度取决于与现有集合编码、异构注意力和联盟价值建模方法的直接比较。

源任务损失、反事实估计、事件触发重构，可以分别承担决策补充或验证功能。当前适合围绕一项主方法积累证据。第二项独立方法贡献应当对应一个额外且明确的困难，并有自身的结果支持。

## 二、材料范围与证据口径

本次使用的输入为 `260909-1.zip`、`260910.zip`、`分支 · ☆260908-论文创新点讨论_a2c1e420c941.json` 和 `Works-中文-Chap1-5-260201.docx`。实际文件位于工程的 `html_logs/`。

两个压缩包共有 42 条 PDF 文件记录，按文件名去重后为 40 个名称。完成了文件清点和文本提取，并对影响核心新颖性判断的近邻论文重点核查了问题定义、方法与公式。第三节列出这些正文证据。本报告不把文本提取完成等同于全部论文都经过同等深度的审查。

对话导出中的可见 user/assistant 文本用于追溯观点变化；被导出工具隐藏的内容不作为证据。旧稿用于识别原始问题和设计意图。工程判断核查了 `HATTV35Network.py`、`env_core.py` 及已有 v3.5 研究文档。论文题录和关键近邻同时通过出版方或作者页面补检；方法细节以提供的 PDF 正文为主要依据。

本文中的“论文明确采用”“代码当前计算”属于材料事实；数值小例子属于可直接计算的说明；“建议”“候选缺口”属于本次研究判断。旧稿和对话中的性能描述均不转写为新的实验结论。

## 三、近邻文献实际覆盖到哪里

以下比较针对本文准备主张的内容。各论文的结果、理论保证和实现质量没有在本次工作中复现。

| 文献与正文定位 | 已有方法中的相关内容 | 对本项目创新表述的影响 |
| --- | --- | --- |
| Liemhetcharat & Veloso，*Weighted synergy graphs for effective team formation with heterogeneous ad hoc agents*，2014；摘要、引言和模型部分。[出版记录](https://doi.org/10.1016/j.artint.2013.12.002) | 通过能力和 task-based 的关系刻画团队表现，从二人、三人团队观测学习 synergy graph。 | “成员组合的效果超出个体能力相加”“用图学习 AA 协同”已有长期研究基础。其 task-based 表述应保留，不能将该论文概括成完全忽略任务。 |
| Koresis 等，*Hypergraph Neural Networks for Coalition Formation Under Uncertainty*，2025；收益定义式 (1)、HGNN 与搜索方法。[出版记录](https://doi.org/10.3390/a18110724) | 式 (1) 包含任务与两个智能体类型共同决定的协同项；学习 coalition–task 收益，再由 GA/SA 搜索联盟结构。 | “任务–智能体–智能体三元关系”已经有直接先例。其求解流程与当前在线策略存在差异，这个差异需要进一步落到学习或决策效果。 |
| Zuo 等，*Self-Organized Team Formation via Multi-Task Hedonic Games for Capability-Heterogeneous Human–Machine Agents*，2026；正文 pp. 8725–8726，式 (3)–(7)。[出版记录](https://doi.org/10.1109/TASE.2026.3687096) | task-specific 能力适配与预先 profiling 的 pair compatibility 共同进入效用，compatibility 允许正负值；迭代响应组织团队。当前求解所用的兼容矩阵是给定输入。 | 旧稿“AT 适配 + AA 互补/冲突”有非常接近的结构先例。本文若学习执行状态下的关系，应说明新估计内容及收益。 |
| Dai 等，*Heterogeneous Multi-robot Task Allocation and Scheduling via Reinforcement Learning*，2025；正文 pp. 2657–2658，Observation、Policy Network、Training。[作者论文](https://marmotlab.org/publications/73-RAL2025-HetMRTA.pdf) | 任务观测包含剩余能力需求，即需求减去当前联盟能力；智能体、任务编码和 cross attention 共同产生任务策略；训练还通过 constrained flashforward 处理协作与决策次序。 | 现有学习策略已经使用任务需求、当前团队及异构关系。不能把“同时考虑任务与成员”作为本项目独有内容。它也是成员选择与协作学习方面的重要近邻。 |
| Bichler 等，*SADCHER*，2025；方法部分、Fig. 2。[作者页面](https://autonomousrobots.nl/paper_websites/sadcher_MRTA/) | 机器人图、任务图与注意力编码预测分配收益，结合 relaxed bipartite matching 形成满足要求的分配；任务到来或完成时异步重算。 | 动态联盟、图关系、任务评分和可行组合形成均有现成方法。比较时应同时看表示和后续分配过程。 |
| Long & Liang，*IAOM*，2026；intention 定义、残余需求、图构建和分配流程。[出版记录](https://doi.org/10.1109/LRA.2026.3703220) | 使用目标、角色、ETA、active commitment；残余需求考虑已承诺的机器人；集中协调下以 GAT-PPO 和分配、规划过程协作。其任务位置预先给定，救援需求经探索揭示。 | “当前任务承诺与剩余需求影响分配”已有明确先例。IAOM 的集中协调、信息揭示设定应准确区分，不能等同于任意去中心化动态到达场景。 |
| Li 等，*Overlapping Coalition Formation for Resource Allocation in Post-Disaster Rescue UAV Swarms*，2025；正文 p. 12 的成员–任务注意力，pp. 15–16 式 (44)–(52)。[出版记录](https://doi.org/10.3390/drones9120837) | 任务–UAV 超图、任务相关成员聚合、结构角色与 agent-conditional Q；联盟内非线性融合及跨任务价值交互，结合搜索反馈。 | 这是对“任务条件化的成员关系学习和联盟价值建模”最直接的近邻之一。仅增加显式 pair 标量，尚不足以说明方法优势。 |
| Wang 等，*Learning Cooperative Task Allocation for Heterogeneous Multi-AUV Teams with QMIX, CommNet, and Task-Conditioned Cross-Agent Attention*，2026；query 与 attention 定义。[出版记录](https://doi.org/10.1109/ICMRE69538.2026.11533913) | 当前智能体与最近任务的表示共同形成 query，筛选其他智能体信息；其任务执行要求与多成员联盟任务不同。 | task-conditioned AA 这一技术动作已经出现。候选任务逐项条件化可以形成具体比较，但名称本身支撑不了新颖性。 |
| Zhou 等，*HIVE*，2026；价值分解与 hypergraph-weighted Position value 部分。[出版记录](https://doi.org/10.1016/j.neunet.2026.109103) | 将联合价值组织为个体项、全局基准与动态合作残差，并对相应分配规则和 IGM 条件进行分析。 | “个体价值 + 协同残差 + 博弈解释”已有直接方法研究。本文若采用类似分解，需要定义其额外作用及适用条件。 |
| Procaccia、Shah、Tucker，*On the Structure of Synergies in Cooperative Games*，2014；§1.1 及正式定义。[AAAI 原文](https://ojs.aaai.org/index.php/AAAI/article/view/8812) | 根据另一成员参与或退出时的 Shapley value 变化研究协同与对抗关系。 | 正负协同已有理论基础。该文的 Shapley 型定义与固定背景联盟上的一次二阶差分需要分别说明。 |

这组证据对三类宽泛主张已经形成明确约束：“首次联合建模 AT 与 AA”“首次让协同关系依赖任务”“首次以动态联盟实现在线重构”。继续使用这些提法，会与具体正文产生冲突。

文献之间仍有问题设定与方法差异，例如单次联盟结构搜索、同步技能覆盖任务、可消耗资源配送、集中匹配与分散策略执行。**这些差异为研究定位提供条件；创新需要进一步落到有用的新方法或新的可靠认识。** 增加场景限定词，无法单独完成这一步。

## 四、旧稿与后续对话怎样取舍

### 4.1 保留旧稿中的研究范围

旧稿把问题放在持续任务执行中的成员组织上，覆盖联盟形成和后续调整。这个范围可以自然容纳异构能力、位置与资源状态，也能解释多个任务之间为何需要重新组织成员。建议保留。

旧稿把 AT 适配与 AA 关系放在同一框架中，也提供了方法起点。下一步应明确它们怎样共同影响具体任务上的组合判断。若只是分别编码后拼接，论文需要用结果解释这种组织方式带来了什么。

对话后半段用户指出“转移到另一个任务”逐渐占据全文，以及 AA、成员贡献取代了原来的异构联盟问题。这些批评对应真实的叙事收缩。可在指定 JSON 中搜索“联盟形成模型”“核心创新点”和“异构复杂关系”，定位这几轮关于研究范围的质疑。

科学问题可以保持联盟形成的范围，方法与实验再选择最有解释力的切入点。这样初始组建、加入现有团队、保持成员以及调整分配都能放入统一研究对象。

### 4.2 调整旧稿的两项关键假设

**能力相似与成员冗余需要分开。** 当前配送规则是 `delivery = min(load, demand)`。当剩余需求较高，两名能力相近的机器人可以都提供有效交付；任务接近完成时，它们才可能在当前任务上相互替代。因此，“相似能力 → 排斥”不宜作为通用的固定偏置。依据为 `envs/macf/env_core.py` 的 `Agent.deliver()` 和配送更新过程。

**注意力权重的意义需要根据输出和后果来解释。** 当前 v3.5 TCAA 的成员 gate 使用 sigmoid，它表示消息门控强度。门控之后还有值变换、聚合和动作解码，gate 大小本身没有校准为物理协同收益。若保留“互补”“冗余”等解释，应另外定义可比较的环境后果。依据为 `CandidateTaskMemberAttention.forward()` 与候选任务解码路径。

旧稿“紧迫度累积阈值 + 学习型切换判别器”是一项可讨论的机制构想。它是否应成为第二贡献，取决于触发决策的必要性、监督信号和执行成本是否有明确依据。阈值与判别器的组合本身，暂时只能说明实现方案。

### 4.3 保留后续对话中的有效修正

对话最后提出的层次关系值得保留：研究对象是联盟形成与调整；方法负责表示和使用异构关系；边际贡献及反事实量帮助评价决策后果。这能减少把一个诊断量写成整篇论文研究目的的风险。

任务执行状态进入关系计算也符合当前工程。可以直接说模型在状态变化后重新评价成员组合；“关系随状态变化”本身是模型输入依赖的自然结果，尚不能据此宣称发现了新的关系演化规律。

对话中仍有两类推断需要修正。其一，找到一个相近论文没有单独输出的标量，就把这个标量作为创新边界；其二，以关系正负翻转作为方法科学价值的主要证明。前者需要方法收益，后者需要正确的价值定义和决策解释。下一节给出具体原因。

## 五、科学问题怎样组织才有实质内容

### 5.1 建议采用的总问题

> **在任务需求和机器人可用资源持续变化的过程中，如何学习成员组合对任务执行效果的影响，并据此实现有效的在线联盟形成与调整？**

这句话定义论文研究范围。它与已有研究的区别，应在后续问题分析中给出。引言无需用“首次”“现有方法均忽略”来提前代替比较。

其中最适合本项目继续研究的具体问题是：

> **对于每个候选任务，成员的哪些信息及其对应关系需要保留，怎样将这些信息组织成能支持联盟选择的表示？**

困难在于，同样的资源总量可能对应不同的执行结果，成员信息需要与其位置、资源状态和任务条件保持对应。这里可以分析某类摘要的局限，再研究合适的表示与训练方式。研究对象仍然是成员组合的任务效果；AA 是可选实现之一。

对已有完整成员输入的学习方法，还要进一步追问：**在相同可用信息下，围绕候选任务组织成员交互，能否降低学习难度，并改善未见成员组合下的决策？** 这比输入中增加了哪一项更接近可检验的方法问题。通用集合编码和多层注意力也可能表达相应依赖，显式条件化所提供的结构归纳偏置，需要通过学习与决策表现体现价值。当前材料没有给出 TCAA 相对这些方法的普遍表达能力优势。

### 5.2 一个与当前代码直接相关的例子

v3.5 的固定 `summary` 汇总人数、载荷总量、平均/最大距离、平均电量和平均移动能力。它会丢失载荷与距离属于同一成员的对应关系。

考虑无遮挡路径、相同移动速度，两个现有成员的载荷上限均允许携带 80 单位。其当前位置、能力、电量固定，只交换当前载荷。短时间窗内，近处成员可以到达任务，远处成员来不及到达。

| 状态 | 近处成员当前载荷 | 远处成员当前载荷 | 总载荷 | 时间窗内可交付上限 |
| --- | ---: | ---: | ---: | ---: |
| A | 80 | 20 | 100 | 80 |
| B | 20 | 80 | 100 | 20 |

两种状态在上述摘要中相同。若剩余需求为 50，在这个时间窗内分别最多交付 50 和 20。计算直接来自 `min(load, demand)`；此例是信息损失的构造说明，没有运行新的实验。

它说明**这组固定摘要无法区分该执行差别**。一个保留“载荷–距离”配对的简单集合模型也能区分它。因此，合理研究方向是信息保留与决策学习；这个例子对 TCAA 的必要性没有预设结论。若补充一个简单的时限内可交付量统计就足以达到同样效果，论文应接受这种更紧凑的结果。

### 5.3 表示改进到联盟形成之间还有一段距离

当前 v3.5 按其他机器人已经选择的任务构造成员 mask。因此，它能针对候选任务读取现有成员。一个空联盟还没有这样的成员输入；同一批机器人同时选择任务时，它们的当前成员集合也可能与动作执行后的集合不同。

这意味着“评价当前成员组合”和“形成下一步有效组合”有不同的验证要求。若论文主张改善联盟形成，需要检查策略如何启动空联盟、处理同时加入，并形成可执行的成员组合。仅显示已有团队中某个成员的评分改变，覆盖的范围较窄。这一判断来自 `_member_inputs()` 的当前分配路由逻辑；它不预判当前策略必然出现协调失败。

这一层在文献中同样有研究基础。Dai 的 constrained flashforward、SADCHER 的分配提取过程，分别明确处理协作学习或组合可行性。因此，若以后把协调机制作为第二贡献，应直接对照这些工作的问题和解决方式。

### 5.4 正负协同、加入收益和任务选择的区别

给定任务状态，令联盟交付价值为：

\[
V(C)=\min\left(10,\sum_{i\in C}c_i\right).
\]

两名机器人各有 6 单位载荷，则：

\[
V(\{i\})=V(\{k\})=6,\quad V(\{i,k\})=10,\quad V(\varnothing)=0.
\]

两者的二阶差分为：

\[
I_{ik}=10-6-6+0=-2.
\]

在已有成员 \(k\) 时，\(i\) 加入的交付增益仍为：

\[
V(\{i,k\})-V(\{k\})=4.
\]

因此，负的二阶交互可以与正的加入增益同时存在。机器人最终应选择哪个任务，还取决于其他任务的价值和行驶、离开原任务的代价。把负交互直接写成“应排斥该成员”，会改变实际优化目标。

后续对话中以完成阈值构造关系正负翻转，是一个成立的小例子。它能展示给定收益函数下的互补与替代性。模型学会这一小例子，只能支持相应行为能力；方法相对近邻的价值还需另行比较。

文献归属也应准确：Procaccia 等的正式定义依赖 Shapley value 的变化，涉及对联盟情况的分配计算；上面的量是固定背景下的集合函数二阶离散差分。两者都研究协同，数学对象需要分别命名。

### 5.5 边际贡献与理论部分的合适位置

若定义：

\[
B_i=V(\{i\})-V(\varnothing),
\quad
\Gamma_i(C)=V(C\cup\{i\})-V(C)-B_i,
\]

则加入增益等于 \(B_i+\Gamma_i(C)\)，由定义直接成立。这可以帮助解释或构造学习目标。若只用最终回报训练两个自由分支，二者之间可以转移相同的状态函数并保持总和不变；需要额外约束或监督才能赋予分支稳定含义。

“目标任务收益 − 原任务损失 − 切换成本”的表达也需要条件：各项应使用相同时间窗、续接策略和基准，并处理其他任务的变化。存在共享补给、后续再分配等跨任务影响时，局部任务项的简单相减未必等于系统总收益变化。可以先定义完整动作干预后的系统收益差，再分析其来源。

理论章节可以围绕具体表示的信息损失、模型满足的排列性质，以及后果估计所需假设展开。理论贡献是否成立，取决于能否得到超出定义恒等式的结论。当前材料没有提供必须以新博弈理论包装本文的依据。

## 六、候选创新点与论文篇幅怎样分配

| 候选内容 | 建议地位 | 成立所需的实质证据 | 当前判断 |
| --- | --- | --- | --- |
| 面向候选任务的成员组合表示与学习 | 优先发展的主方法贡献 | 在一致信息和训练条件下，准确处理成员组成差别；对相近表示有可重复的决策或泛化收益 | 与工程连续；近邻密集；具体价值尚需建立 |
| 从成员评价到有效组合形成的协调机制 | 可选第二贡献 | 对空联盟启动、共同加入或能力覆盖等确有困难的情形，提供明确的决策机制和收益 | 需要先确认当前问题；与 Dai、SADCHER 的机制比较 |
| 原联盟后果参与成员调整 | 主方法中的补充，或独立研究方向 | 给定相同普通切换代价，保留/迁移选择能区分原任务受损程度，并改善整体目标 | 原任务影响已有相关研究；当前独立新颖性证据有限 |
| 紧迫度触发与切换判别 | 有条件保留旧稿第二支线 | 触发所节省的计算、通信或执行成本有实际定义，响应与成本的权衡优于简单触发规则 | 属于待检验机制；尚不宜承诺稳定性理论 |
| 关系后果的配对干预评价 | 支撑主贡献的证据方法 | 同状态干预与后续执行定义一致，能解释不同表示的行为差别 | 对本项目很有用；仅使用反事实工具通常不足以单列方法创新 |
| 三元关系、正负关系、随状态变化的边际贡献 | 问题分析与概念基础 | 正确引用既有定义，说明本文实际采用的估计对象 | 已有直接先例，适合承担理论背景 |

**建议的篇章组织**：引言说明动态成员组织问题及具体研究困难；相关工作围绕联盟组合学习、在线分配和结构表示比较；问题定义写清任务执行与成员选择；方法集中解释如何形成任务条件化的组合表示，以及如何进入决策；实验围绕主张提供行为和整体效果证据。源任务影响可以放在成员调整部分，保持与形成问题的联系。

现阶段可采用的工作标题是“面向动态异构机器人联盟形成的任务条件化成员组合学习”。这是范围描述，尚未预设 TCAA、signed AA 或某种价值分解一定获胜。

如果最后需要列贡献，优先写一项具体方法及其作用，再写一项经实验得到的明确发现。例如，某类成员信息在哪种任务条件下改善了联盟选择，并能迁移到哪些成员组合。具体数值与结论留待结果支持。这样能够避免把网络层、奖励项和评估工具分别列成独立贡献。

## 七、工程与论文之间需要对齐的内容

**任务执行语义。** 当前环境的配送按成员逐次到达和交付累计减少标量需求，且有补给流程。`Agent.deliver()` 本身没有同步搬运或多种技能同时到场的门槛。机器人是否能单独在 episode 内完成任务，取决于时间、路线与资源约束。旧稿“负载较重，所以单个机器人无法完成，必须多人协作”的表述需要加上这些条件。若论文坚持技能互补型联盟，环境中也需要有实际对应的任务执行规则。

**能力与需求的语义。** 当前四维能力分别影响感知、移动、载荷和电量。配送量的状态更新使用载荷与标量剩余需求。旧稿中将能力向量和任务需求向量直接解释为同一技能空间的适配，需重新核对其物理含义。异构参数存在，不自动意味着任务成功需要不同技能组合。依据为 `Agent.__init__()`、`Agent.deliver()` 和任务特征构造。

**v3.5 对照的实际含义。** `set` 分支接收成员表示及包含相对候选任务位置、相对 ego 位置等信息的 edge features，已经具有任务相关输入。它与 `tcaa` 的区别包括显式 query 门控及聚合方式。`none` 分支在候选任务融合中仍接收成员数。因此，报告应分别写为“无成员特征上下文、保留人数”“固定物理摘要”“成员集合编码”“候选任务 query 的成员注意力”，并说明各自输入。将它们概括成无联盟信息、无任务条件和有任务条件三类，会误读当前实验。

**模型内部数值的含义。** TCAA gate、单条消息引起的 logit 变化、环境收益差是不同量。给候选任务增加 signed residual 可以明确其在计算图中的作用；若没有对应监督或干预证据，不能直接解释为真实协同收益。单个原始 logit 还允许公共平移，跨状态解释时宜使用固定参考下的 log-odds 或动作概率，并同步查看实际后果。

**实验结果的使用。** 现有 PPO 训练对照能够观察不同实现的学习表现。若某个摘要分支出现训练退化，该结果对该实现有信息量；推断“摘要信息不足”还需将优化与表示问题分开。采用同一状态数据比较可预测性、或构造摘要相同而执行后果不同的状态，可以补充这一依据。当前任务没有重新汇总运行中的训练数字，也没有把先前的中途快照作为最终性能。

这些对齐工作决定方法和论证是否指向同一问题。它们可以主要留在工程核查与实验设置中，只有形成明确的方法或经验发现时才进入贡献列表。

## 八、对“是否还有足够创新缺口”的结论

**宽泛概念层面的空白已经很小。** 这批论文对 task-specific synergy、AT/AA 联合表示、当前联盟上下文、动态重构和协同价值分解均提供了直接先例。旧稿的贡献表述和对话里“三元关系、符号翻转、贡献分解”的表述都需要收缩。

**具体表示与在线决策层面仍有值得研究的问题。** 当前摘要丢失成员属性对应关系的例子，给出了一个与实际执行效果有关的明确困难。围绕它可以研究紧凑表示、学习效率以及未见成员组合下的决策表现。Dai、Li、SADCHER 等工作已经为这个问题提供了相关方案，因此研究是否构成贡献，要看本文解决了它们的哪项具体不足。

这一点也限定了本次判断的强度：摘要信息损失的构造只能定位当前摘要的局限。**本次没有找到足以证明上述完整成员建模方法普遍无法处理该困难的证据。** 所以，“信息配对很重要”可以成为问题分析；把它发展成方法贡献，还需要本文的表示或学习机制带来额外且可靠的效果。只击败自己选定的弱摘要，论证强度仍然有限。

**目前应将其称为有根据的候选研究空间，尚不能承诺已经足够支撑某一档次的论文。** 最关键的缺口验证，是把拟议方法与近邻的任务–成员表示和组合选择方式放到一致条件下，确认得到一个具体、可靠且有意义的增量。若紧凑集合模型已经足够，应围绕其有效性与适用条件组织结果；若任务条件化成员注意力确有优势，再把该结构提升为主方法。

在写作决策上，我建议采用“旧稿的联盟形成范围 + 经过正文比较约束的方法主张 + 后续对话中的后果验证工具”。优先完成一条能从问题、计算过程连到结果的论证；源任务估计和事件触发是否独立展开，由它们各自的证据决定。

## 附：本次引用的内部材料定位

| 材料 | 核查内容 |
| --- | --- |
| `Works-中文-Chap1-5-260201.docx` 的 Introduction、合作–竞争异构图表示、事件触发的弹性联盟重构机制、实验设置 | 原始研究范围，AT/AA 偏置、紧迫度门控与任务语义 |
| 指定 JSON 对话中 Koresis 的式 (1) 重查段、三元关系与 sign flip 段、后半段关于联盟形成与成员贡献的质疑、最后十点总结 | 观点变化及仍需纠正的推断；对话用于追溯，不替代论文证据 |
| `html_logs/hatt_v35_scientific_questions_20260913/SCIENTIFIC_QUESTIONS_AND_CONTRIBUTIONS.md` | 前次候选贡献与 B/Γ、源–目标主线 |
| `docs/HATT_V35_AA_RESEARCH_AND_EXPERIMENT_DESIGN_20260913.md` | v3.5 对信息、后果估计、表示与 PPO 的阶段划分 |
| `algorithms/algorithm/HATTV35Network.py:50` | 成员门控、消息聚合 |
| `algorithms/algorithm/HATTV35Network.py:164` | 当前任务分配对应的成员 mask 和成员 edge features |
| `algorithms/algorithm/HATTV35Network.py:199` | 六项固定摘要 |
| `algorithms/algorithm/HATTV35Network.py:303` | `summary/set/tcaa` 分支与共同保留的成员数 |
| `envs/macf/env_core.py:144` | 能力到感知、速度、载荷、电量的映射 |
| `envs/macf/env_core.py:196`、`:1113` | 单成员交付与任务剩余需求更新 |

文献 PDF、原始对话及旧稿未复制到本报告目录。文献细节按正文定位核查，网页链接用于题录和原文追溯。