DSGN：面向可扩展多机器人监控与围捕的双流门控网络

作者提出双流门控网络 DSGN，将监控与围捕拆分为独立表征流，并通过上下文感知门控机制协调两者，以缓解大规模机器人网络中的任务切换困难。该方法还引入概率先验正则化门控过程，减少模糊的中间决策。在恒定密度的跨规模设置下，DSGN 保持任务效果与可扩展性，消融与分阶段实验显示动态门控和概率先验支持任务仲裁与模式切换；论文已被 RA-L 2026 年 10 月接收，代码已公开。