摘要

AI Agent 一旦从软件世界进入真实环境，“调用工具”就不再只是搜索、数据库或 API，而可能变成调度巡检车、清扫车、割草机、消防机器人等真实设备。此时，问题也从“模型会不会规划”变成了一个多约束系统问题：任务由谁执行、能力是否匹配、能源是否足够、专业工具是否可用、共享道路是否冲突，以及环境变化后是否需要重新规划。

本文聚焦 AI Agent 调度多台异构机器人的完整技术链：任务理解与分解、能力可行性、Multi-Robot Task Allocation（MRTA）、Multi-Agent Path Finding（MAPF）/Task and Motion Planning（TAMP）、共享资源协调、滚动重规划和边缘具身执行。引力琥珀更关注的不是让大模型取代调度器，而是怎样把 Agent 的语义理解与约束求解、多机器人协同和确定性执行接成一个可计算、可验证的系统。

关键词：AI Agent；Agentic AI；多机器人系统（MRS）；多智能体系统（MAS）；多机器人任务分配（MRTA）；MAPF；TAMP；异构机器人；滚动重规划

核心回答 AI Agent 调度多台机器人，不是让一个大模型轮流给机器人发指令，而是把高层目标转换成结构化任务，再经过能力与资源过滤、MRTA 分配、时空冲突协调和执行反馈，持续形成“可执行、可验证、可重规划”的多机器人计划。

一、当 Agent 的“工具”变成机器人，调度问题为什么会变难

在软件 Agent 里，一个任务可以被拆成“查询资料、调用接口、生成结果”。这些工具也会失败，但它们通常不会因为电量不足停在路上，不会占用一条只能容纳一台设备通过的狭窄道路，也不会因为某个动作对人员或设备产生直接的物理风险。

机器人作为 Agent 的执行体以后，系统面对的是持续变化的物理状态。高层决策需要回答：发生了什么、任务在哪里、应该由哪台或哪组机器人执行、优先级是否变化、任务是否需要重新安排；单机边缘系统则负责到达现场以后如何导航、避障和完成具体动作。

D_t = π_agent(G_t, T_t, R_t, C_t)

其中，G_t 表示高层目标，T_t 是待处理任务集合，R_t 是机器人集群状态，C_t 是道路、时间窗、补给点、人员分布和安全规则等现实约束。D_t 输出的是高层调度决策，而不是电机、电流或转向角。

2026 年发表于 Autonomous Robots 的综述把 LLM 在 Multi-Robot Systems 中的作用划分为高层任务分配与规划、中层运动规划、低层动作生成和人工介入等层级，并指出数学推理、幻觉、时延和真实环境适应仍是重要限制。[1] 这说明“Agent 能理解任务”和“Agent 能安全地完成机器人集群调度”是两个不同层次的问题。

二、先把几个概念分开：AI Agent、MRTA、MAPF 和 TAMP 不是一回事

在多机器人系统的技术讨论中，最容易混淆的是“多智能体”和“多机器人”这两个概念。Multi-Agent System（MAS）强调多个决策主体之间的协作，主体可以完全存在于软件中；Multi-Robot System（MRS）强调多个物理机器人共同完成任务。一个 MRS 可以包含多个智能体，但并不意味着每台机器人都必须运行一个大语言模型 Agent，也不意味着一个云端 Agent 必须和一台机器人一一对应。

概念	解决的核心问题	典型输出
AI Agent / Planner	目标是什么？任务怎样拆解？规则和优先级如何解释？	结构化任务、约束、优先级
MRTA	哪些机器人做哪些任务，整体代价怎样更低？	机器人-任务分配
MAPF / Traffic Coordination	多台机器人怎样通过共享空间而不冲突？	路径、路权、等待/绕行
TAMP	离散任务计划与连续运动可行性怎样联合考虑？	可执行的任务-运动计划
Robot Edge System	到现场以后具体怎么走、怎么操作？	局部轨迹、工具参数、动作
Safety / MCU	哪些动作允许执行，怎样稳定落到硬件？	安全门控与确定性执行

2026 年的 multi-agent TAMP 综述进一步指出，真实多智能体规划往往需要同时处理离散任务分配、连续运动可行性、通信约束和执行不确定性。[5] 因此，AI Agent 真正进入多机器人系统以后，最重要的不是把所有能力合成一个“大模型总控”，而是明确每一层应该解决什么问题。

一个容易被误解的关系 Agent 负责理解和组织目标，MRTA 负责“谁做什么”，MAPF/路权协调负责“大家怎么不撞在一起”，TAMP 进一步处理“这个任务计划在几何和运动学上是否真的可执行”。

三、第一步不是“派给谁”，而是谁具备执行资格

多机器人调度最容易被简化成一个排序问题：给每台机器人打分，分数最高的设备接任务。真实系统里，排序之前必须先做可行性过滤。对于异构机器人集群，设备拥有不同的身体、专业工具、载荷、速度和适用区域；即使两台设备地理位置很近，也未必具备相同的任务资格。

Feasible(i,j) = Capability(i,j) ∧ EnergyOK(i,j) ∧ ResourceOK(i,j) ∧ AccessOK(i,j)

只有 Feasible(i,j)=1 的机器人-任务组合，才应该进入后续分配。这里的关键不是把所有条件都压成一个“智能评分”，而是先把硬约束和软目标分开。能力不匹配、能源不足、工具不可用、禁行区域等条件，应当直接把组合从候选集中剔除。

E_i^remain - E_ij^task - E_i^return ≥ E_i^safe

上式给出了一个简单的能源安全余量约束：机器人完成任务并到达可补给位置以后，仍需保留安全余量。实际系统还可以把电池健康、垃圾仓/水箱/药箱余量、道路坡度与宽度、人员拥堵、充电补给可达性等状态纳入可行性判断。

SMART-LLM 在 IROS 2024 中展示了一条与这一分层思路相近的研究路线：利用 LLM 将高层指令拆解为子任务，再结合机器人技能进行 coalition formation 和 task allocation。[2] 它的启发不是“让 LLM 直接派单”，而是把任务分解、能力表示和任务分配明确拆开。

四、从“能做”到“谁最适合做”：MRTA 才是真正的任务分配

经过可行性筛选以后，系统才进入 Multi-Robot Task Allocation。此时的问题不再是“有没有资格”，而是“在所有可行设备里，谁现在最适合执行”。MRTA 本质上是在任务集合和机器人集合之间建立一个受约束映射，并优化任务完成时间、能源、补给、拥堵、风险等系统级指标。

x_ij ∈ {0,1}, x_ij = 1 表示任务 j 分配给机器人 i

min Σ_i Σ_j x_ij(αC_time + βC_energy + γC_resource + λC_risk + μC_congestion)

Σ_i x_ij = 1, x_ij ≤ Feasible(i,j)

这组表达并不意味着工程系统必须使用固定权重或某一种优化器。2026 年 Computer Science Review 的 MRTA 综述把现有路线概括为优化、拍卖、学习、分布式以及混合方法，并把可扩展性、动态环境和不确定性列为核心难点。[3] 对 Agent 系统而言，更有价值的做法是把高层语义转成结构化目标与约束，再让适合的求解器负责计算。

例如，一台清扫车剩余电量不高，但距离紧急短任务很近。合理决策不是简单比较“距离”和“电量”哪个权重更大，而是估计任务耗能、完成后的安全余量、补给可达性、任务时限和周边道路拥堵。如果它可以安全完成并顺路回充，它仍可能是当前更优选择。

因此，Agentic AI 的价值并不是让大模型取代 MRTA，而是让“消防优先于普通清扫”“游客密集区域降低侵入性”“某设备只允许执行特定工具任务”这类语义要求，能够被稳定转译成优化器可以消费的目标、约束和优先级。

五、任务分配不是多机器人协同的终点：共享空间也需要调度

即使任务已经分配正确，多台机器人仍可能在物理空间里互相阻塞。两台设备各自执行合理任务，但如果同时经过一条狭窄道路、同时进入同一补给区，局部最优就可能变成系统级冲突。

Task Allocation ≠ Traffic Coordination

一种常见的工程做法，是把轨迹预测与时空预约结合起来：对狭窄道路、充电区域和重点作业区建立“谁在什么时间可以占用”的窗口。

Reservation = (resource_id, robot_id, t_start, t_end)

一段窄路、一个充电桩或一个重点作业区，都可以被抽象成带时间窗口的共享资源。全局协调器负责宏观路权和资源预约，单机边缘系统仍然负责近距离避障、局部导航和实时安全。这样既不会把所有微观运动都压到全局系统，也不会让各机器人完全独立规划后再到现场“互相谦让”。

ExecutablePlan = TaskPlan ∩ MotionFeasibility ∩ SafetyConstraints

这个交集关系也是 MRTA、MAPF 和 TAMP 必须区分又必须连接的原因。只完成任务分配，未必得到可执行计划；只规划无碰撞路径，也没有回答任务应该由谁承担。2026 年的 multi-agent TAMP 研究把这类耦合问题视为当前自主智能体规划的重要前沿。[5]

六、真正的 Agentic 调度必须能够滚动重规划，而且不能频繁“抖动”

现实环境不会在第一次生成计划以后保持不变。机器人可能突然低电量，专业工具可能故障，道路可能临时关闭，新任务也可能比当前任务更紧急。因此，多机器人 Agent 不是生成一次计划，而是持续经历“计划—执行—观察—再计划”。

Plan_t → Execute → Observe_(t+1) → Replan_(t+1)

但重规划不能理解成“状态一变化就全部重算”。如果每出现一个新事件，系统就把所有设备重新派一遍，会产生任务中断、频繁切换和资源震荡。更合理的策略，是区分硬失效和实质变化，并显式给“改变已有计划”增加代价。

J_total = J_assignment + η · ||X_t - X_(t-1)||_0

Replan_(t+1) = HardInvalid_(t+1) ∨ (ExpectedGain > θ)

这里的 η 可以理解为计划切换成本，θ 是触发重新规划的收益阈值。它们不是固定的工程参数，而是在表达一个重要原则：真正好的 Agent 既要在关键变化发生时敢于改计划，也要在无关紧要的波动出现时保持稳定。

2026 年关于 MRTA 与路径规划的综述同样强调 operational constraints 对系统性能的决定性影响，并讨论了深度强化学习在动态条件下处理复杂约束和在线调整的潜力。[4] 但强化学习只是可选路线之一；工程上更重要的是先把状态、约束、任务接口、回滚和安全边界定义清楚。

七、集中式还是分布式？Agentic AI 不等于“所有机器人听一个大模型”

多机器人系统还有一个经常被忽略的问题：调度决策放在哪里。集中式调度容易获得全局状态，适合做跨设备资源优化；分布式调度更依赖局部信息和机器人之间的协商，在通信不稳定或集群规模扩大时往往更具鲁棒性。现实系统通常更适合混合架构。

一种可落地的做法是：云端或中心 Agent 负责目标解释、全局任务分解和跨设备资源协调；机器人边缘侧保留局部导航、避障、任务状态机和安全降级能力。即使上行链路短暂抖动，机器人也不应失去最基本的安全与局部自治。MRTA 综述同样把 centralized、decentralized 和 hybrid approaches 作为重要技术分支。[3]

工程边界 一个“会调度”的 AI Agent 可以决定任务与资源，但不应该绕过机器人的本地安全、控制和确定性执行链路。多机器人协同越接近真实物理环境，这条边界越重要。

八、引力琥珀的工程判断：Agent 应该组织系统，而不是吞掉系统

如果把整条链路拆开，AI Agent 只占其中一层。引力琥珀更倾向于把多机器人智能做成可替换、可审计的模块：Agent 解释目标并生成结构化任务；Feasibility Layer 过滤不合法组合；MRTA/Scheduler 做任务分配；Traffic Coordinator 管理共享空间；Robot Edge System 到现场以后完成局部感知与具身执行；Safety/MCU 负责最后的确定性安全。

层级	主要职责	不应该越界做什么
Agent / Planner	任务理解、分解、目标与优先级组织	不直接输出危险执行器控制量
Feasibility	能力、能源、工具、区域等硬约束检查	不把非法组合交给后续打分
MRTA / Scheduler	在可行组合中做系统级分配	不替代局部避障和底层控制
Traffic Coordinator	共享道路、补给区、作业区的时空协调	不承担单机毫秒级避障
Robot Edge	现场三维感知、局部导航、工具动作	不负责全局资源分配
Safety / MCU	控制权仲裁、急停、限速、确定性执行	不依赖大模型才能完成最后安全动作

这种架构的好处是，每一层都可以独立验证和替换。LLM 可以升级，MRTA 求解器可以从启发式换成拍卖、优化或学习方法，路权算法也可以演进，但系统不需要因为某个模型变化就重新定义全部控制链。

下面的伪代码刻意把“理解任务”和“求解约束”分开：

def dispatch_cycle(goal, events, fleet, world, previous=None):
    tasks = agent_planner.decompose(goal, events)
    feasible = feasibility_filter.build(tasks, fleet, world.constraints)
    assignment = scheduler.allocate(
        feasible, fleet, previous_plan=previous, switching_penalty=True
    )
    reservations = traffic_manager.reserve(
        assignment, world.shared_resources
    )
    return dispatcher.issue(assignment, reservations)

这个接口关系比“让一个大模型自己决定一切”更接近可运营系统：Agent 生成结构化意图，专用模块完成约束计算，最后由机器人本地系统执行。任何一层出现异常，都有明确的观测点和回退位置。

九、怎么判断一个多机器人 Agent 真的“会调度”

评价这类系统不能只看“Agent 给出的计划是否像人”。真正重要的是整个机器人集群有没有因此运行得更好：紧急任务是否更快响应、设备是否被合理利用、空驶和等待是否减少、共享空间冲突是否下降，以及重新规划后是否真的改善结果。

验证维度	建议指标	要回答的问题
任务效率	平均响应时间、Deadline Miss Rate	紧急任务是否被拖延
设备利用	Fleet Utilization、空驶比例	是否出现设备闲置或无效移动
能源与补给	Energy per Task、充电等待时间	调度是否忽略续航和补给成本
协同冲突	Conflict Rate、Deadlock Rate	共享道路和资源是否发生系统级阻塞
重规划质量	Replan Gain、Plan Churn	系统是否既能响应变化又不过度抖动
人工介入	Human Override / Intervention Rate	自动调度是否经常需要人工纠正

ReplanGain = Outcome(replan) - Outcome(keep old plan)

这个指标提醒我们：会重规划不等于重规划得更好。如果 Agent 每次看到新信息都重排整个机器人集群，系统可能比固定规则更不稳定。真正好的物理 Agent，需要在“及时响应重要变化”和“保持已有任务稳定”之间建立平衡。

结语

AI Agent 一旦进入多机器人系统，“工具调用”就有了真实的物理代价。机器人拥有不同的身体、工具、能源和任务能力；道路、充电点和作业区域也是有限资源；现场状态还会不断变化。

因此，AI Agent 调度多机器人并不是让一个大模型统一发号施令，而是让任务理解、可行性过滤、MRTA、MAPF/TAMP、共享资源协调、滚动重规划和边缘具身执行形成清晰分工。更准确地说，Agent 解决的是“怎样组织目标与决策”，而多机器人系统解决的是“怎样让这些决策在真实世界里可执行”。

对引力琥珀而言，多机器人 Agent 的技术价值也不在于打造一个“会聊天的机器人总指挥”，而在于把语言层的智能转成受能力、能源、空间和安全约束的物理协同：高层目标可解释，任务分配可计算，空间冲突可提前处理，执行结果可反馈，环境变化后还能稳定重规划。只有走到这一步，Agentic AI 才真正从软件工具调用进入了机器人集群协同。

参考文献

[1] Li, P.; An, Z.; Abrar, S.; Zhou, L. Large language models for multi-robot systems: a survey. Autonomous Robots, 2026, 50:30. DOI: 10.1007/s10514-026-10257-4.

[2] Kannan, S. S.; Venkatesh, V. L. N.; Min, B.-C. SMART-LLM: Smart Multi-Agent Robot Task Planning using Large Language Models. 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2024, pp. 12140-12147. DOI: 10.1109/IROS58592.2024.10802322.

[3] Abideen, S. Z. U.; Ullah, I.; Bai, X.; Zhang, W.; Li, J.; Ge, S. S. Multi-robot task assignment: A survey of algorithmic approaches, challenges, and future directions. Computer Science Review, 2026, 61:100968. DOI: 10.1016/j.cosrev.2026.100968.

[4] Al Mahmud, S.; Ibrahim, A. M.; Khan, M. R. A comprehensive review on multi robot task assignment and path planning: Operational constraints, challenges, and potentials of deep reinforcement learning. Applied Soft Computing, 2026, 188:114498. DOI: 10.1016/j.asoc.2025.114498.

[5] Tao, X.; Martínez-Ortega, J.-F.; Lucas-Martínez, N.; et al. Multi-agent task and motion planning trends analysis: a survey. Artificial Intelligence Review, 2026, 59:198. DOI: 10.1007/s10462-026-11588-5.