ty -jour a2-洛佩兹·古铁雷斯（Lopez Gutierrez），罗莎（Rosa）猎人和采集者场景中的多机器人团队SP-9087250 VL-2021 AB-猎人和加拿大的方法应对动态多机器人任务分配的问题，其中任务在不知不觉中分布在环境上。这种方法采用了两个互补的代理团队：一个敏捷的探索（猎人）和另一个在完成（收集者）任务的灵巧。尽管从我们以前的作品中的任务计划的角度研究了这种方法，但问题的多机器人探索和协调方面仍未得到评估。本文提出了一种基于“预期信息增益”的创新概念的猎人的多机器人探索算法，以以分布式方式最大程度地减少任务成就的集体成本。此外，我们通过将新颖的利润率概念纳入预期信息收益的概念，提出猎人和收集者之间的协调解决方案。广泛的仿真结果的统计分析证实了在不同水平的障碍物复杂性水平的不同环境中，提出的算法的功效。我们还证明，猎人和收集者之间缺乏有效的协调会严重扭曲计划的总效力，尤其是在包含密集障碍和密闭走廊的环境中。最后，从统计上证明，总体工作负载是针对每种类型的代理都平等分配的，这确保所提出的解决方案不会偏向特定的代理，并且所有代理在相似的特征下都类似地行为。SN -1076-2787 UR -https：//doi.org/10.1155/2021/9087250 do -10.1155/2021/9087250 JF-复杂性PB- Hindawi KW- hindawi kw- er- er-