# Introduction（中文研究稿）

写作口径：本稿以 `SCIENTIFIC_QUESTIONS_AND_CONTRIBUTIONS.md` 为主要依据，继承其中的拟议研究框架。贡献段描述拟议方法；源—目标联合价值估计等内容需与最终方法章节对齐。正文不预写性能优势或理论保证。以下参考文献编号为本稿局部编号。

---

## I. 引言

异构多机器人系统能够利用不同平台的运动、感知和作业能力，协同执行空间分布的任务。在应急救援等应用中，一项任务的执行往往涉及多个机器人的资源投入与行动配合，系统需要围绕任务组织适当的成员组合，并协调多个任务之间的资源分配[1]。这一过程可以建模为多机器人联盟形成：参与同一任务的机器人组成任务联盟，其执行效果取决于成员能力及其组合方式[2]。随着任务执行推进，剩余需求、机器人位置与可用资源持续变化，适合当前任务的成员组成也需要重新评价。因此，在线联盟形成需要在持续执行任务的同时，根据系统状态调整协作组织。

联盟形成中的成员选择同时涉及机器人对任务的适配，以及该机器人与其他成员共同执行任务时的作用。已有研究通过加权协同图学习成员之间的任务相关关系，并据此选择团队[2]；基于超图的方法进一步学习联盟与任务之间的价值映射，将其用于联盟结构搜索[3]。这些研究表明，成员组合是评价团队效果的重要因素。对于持续执行的任务，组合评价还需要考虑成员当前能够提供的服务。例如，在具有交付时限的配送任务中，即使两个联盟拥有相同的总载荷，载荷在远近成员之间的不同分布也可能改变时限内的交付量。机器人参与任务的实际作用因而与任务要求、成员资源及到达条件共同相关。

近年来，学习方法已被用于异构多机器人任务分配与动态联盟形成。Dai 等利用任务剩余能力需求、机器人状态和注意力网络学习任务选择，并通过约束训练期间的决策过程促进协作[1]。SADCHER 将图注意力与分配收益预测结合，通过匹配过程生成任务分配，并在任务到来或完成时更新调度[4]。IAOM 在图表示中引入机器人任务意图、预计到达时间和服务承诺，以支持在线协作分配[5]。针对重叠联盟，Li 等采用任务相关的成员聚合和分层价值分解，表达联盟内部及不同任务之间的相互影响[6]。任务条件化的智能体注意力也已用于异构水下机器人任务分配[7]。这些方法为利用结构化信息学习协作决策提供了基础。

在上述研究基础上，本文关注成员组合信息如何进入在线联盟选择，以及所学习的关系如何对应实际执行后果。对于正在评价的候选任务，联盟人数、资源总量等统计能够描述整体供给，逐成员信息则保留了资源与位置、移动能力之间的对应关系。采用何种表示，需要根据这些差别是否影响任务执行来确定。同时，从联合回报学习得到的关系权重，会与策略中的其他表示共同影响任务选择；它与成员实际作用之间的对应关系，需要通过成员变化后的执行结果加以检验。因此，本文试图解决的科学问题是：**如何在动态执行状态下表示和学习机器人相对于具体任务及其成员组合的条件作用，使其能够支持有效的联盟形成与调整？**

这一问题同时覆盖新联盟的组建和已有联盟的维护。空闲机器人选择任务时，需要判断自身参与能否补充该任务的服务能力；已经承担任务的机器人调整归属时，其行动还会改变原任务的后续供给。目标任务获得的收益、原任务失去成员后的影响以及转移成本，共同决定调整是否有利于整体任务执行。因而，候选联盟评价需要与机器人已有的任务承担情况衔接，使成员加入、保留和跨任务调整具有一致的评价依据。

为此，本文提出一种面向动态异构多机器人联盟形成的任务条件化关系学习框架。框架以候选任务为中心，联合组织机器人–任务适配与候选机器人–联盟成员关系，并保留影响执行效果的成员状态。在集中训练、分散执行的多智能体近端策略优化框架下[8]，关系表示参与候选任务评价，各机器人通过任务选择形成并调整联盟。对于跨任务调整，框架进一步结合原任务与目标任务的成员状态，评价成员变化的双侧后果。成员作用通过给定执行条件下的任务结果差异加以刻画，为关系估计及决策评价提供明确的参照。

本文的主要贡献体现在两个方面。首先，提出候选任务条件下的异构联盟关系表示，将机器人对任务的适配与其相对于当前成员组合的作用纳入同一评价过程。该表示围绕具体任务聚合成员信息，使资源状态及其与执行条件的对应关系参与联盟选择。其次，构建面向联盟形成与调整的后果评价框架，将目标联盟的成员加入作用、原联盟的成员离开影响及转移成本纳入共同评价，用于指导已有任务分配的调整。两部分分别对应联盟选择中的关系表示与行动评价，并通过任务执行回报连接到整体协作目标。

实验围绕成员信息、关系表示和行动后果之间的联系展开。在一致的任务与训练条件下，比较联盟统计摘要、成员集合及任务条件关系表示；通过相同起始状态下的配对行动，考察模型判断与后续任务结果的对应关系，并结合完整任务执行评估联盟形成与调整的效果。这一评价同时用于确定成员级关系的适用条件，以及相应表示所带来的决策收益。

本文其余部分安排如下：第二节介绍相关工作；第三节定义动态异构多机器人联盟形成问题；第四节给出任务条件化关系表示、联盟决策与学习方法；第五节介绍实验设置并分析结果；第六节总结全文并讨论后续研究。

## 参考文献

[1] W. Dai, U. Rai, J. Chiun, Y. Cao, and G. Sartoretti, “Heterogeneous Multi-robot Task Allocation and Scheduling via Reinforcement Learning,” *IEEE Robotics and Automation Letters*, vol. 10, no. 3, pp. 2654–2661, 2025. [作者提供的论文](https://marmotlab.org/publications/73-RAL2025-HetMRTA.pdf).

[2] S. Liemhetcharat and M. Veloso, “Weighted synergy graphs for effective team formation with heterogeneous ad hoc agents,” *Artificial Intelligence*, vol. 208, pp. 41–65, 2014. [DOI](https://doi.org/10.1016/j.artint.2013.12.002).

[3] G. Koresis, C. Akasiadis, and G. Chalkiadakis, “Hypergraph Neural Networks for Coalition Formation Under Uncertainty,” *Algorithms*, vol. 18, no. 11, Art. no. 724, 2025. [DOI](https://doi.org/10.3390/a18110724).

[4] J. Bichler, A. Matoses Gimenez, and J. Alonso-Mora, “SADCHER: Scheduling using Attention-based Dynamic Coalitions of Heterogeneous Robots in Real-Time,” 2025. [作者论文页面](https://autonomousrobots.nl/paper_websites/sadcher_MRTA/).

[5] Q. Long and L. Liang, “IAOM: An Intention-Aware Optimization Model With GNN-Based Policy Learning for Dynamic Multi-Robot Cooperative Task Allocation,” *IEEE Robotics and Automation Letters*, vol. 11, no. 8, pp. 9120–9127, 2026. [DOI](https://doi.org/10.1109/LRA.2026.3703220).

[6] W. Li et al., “Overlapping Coalition Formation for Resource Allocation in Post-Disaster Rescue UAV Swarms,” *Drones*, vol. 9, no. 12, Art. no. 837, 2025. [DOI](https://doi.org/10.3390/drones9120837).

[7] H. Wang, S. Li, and Y. Wang, “Learning Cooperative Task Allocation for Heterogeneous Multi-AUV Teams with QMIX, CommNet, and Task-Conditioned Cross-Agent Attention,” in *2026 12th International Conference on Mechatronics and Robotics Engineering (ICMRE)*, 2026. [DOI](https://doi.org/10.1109/ICMRE69538.2026.11533913).

[8] C. Yu et al., “The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games,” *Advances in Neural Information Processing Systems*, 2022. [论文](https://arxiv.org/abs/2103.01955).