MRTA-Benchmark dataset: 250K Optimal Multi-Robot Task Allocation Instances with Heterogeneous Robots, Precedence Constraints & Dynamic Coalitions

This dataset contains 250,000 optimally solved Multi-Robot Task Assignment (MRTA) instances designed for benchmarking and training task allocation methods. Each instance features heterogeneous robots with varying skill sets, multi-skill tasks requiring tight/dynamic coalition formation, spatially distributed robot and task locations, and precedence constraints between tasks. The scenarios are generated with randomized configurations and solved optimally on the DelftBlue supercomputer using an exact MILP formulation.本数据集包含25万个经最优求解的多机器人任务分配（Multi-Robot Task Assignment, MRTA）实例，专为任务分配方法的基准测试与训练而设计。每个实例均包含技能各异的异构机器人、需开展紧密或动态联盟组建的多技能任务、空间分布式的机器人与任务位置，以及任务间的优先约束关系。该场景集通过随机化配置生成，并借助精确混合整数线性规划（Mixed Integer Linear Programming, MILP）模型在代尔夫特蓝（DelftBlue）超级计算机上完成最优求解。

搜集汇总

背景与挑战

背景概述

该数据集包含25万个通过精确MILP公式在超级计算机上求解的最优多机器人任务分配（MRTA）实例，专为基准测试和任务分配方法训练设计。实例特点包括异构机器人技能、多技能任务需要动态联盟形成、空间分布的机器人和任务位置，以及任务间的优先级约束，所有实例以JSON格式提供。