异构多机器人任务分配中的机器人-任务适配度研究

该研究对比了异构多机器人任务分配中10种确定性方法与2种基于大语言模型（LLM）的变体，涵盖规则、相似度、需求、模糊与语义等适配度定义。结果显示，各方法在相同场景下对候选机器人的评分与排序经常不一致，通用相似度度量可能违反单侧需求满足的适配度性质，LLM打分则引入随机性与语言敏感性。论文被IROS 2026的FM-MRS Workshop接收。