该论文旨在解决异构机器人团队在行星探索等场景中的高效协同规划问题。研究背景是：
- 地外探索需要具备多样化能力（科学测量工具、先进移动能力）的机器人团队
- 传统规划算法面临组合爆炸问题：机器人-目标分配和轨迹规划的可能性随问题规模呈组合式增长，导致规划周期长、推理成本高
- 需要实现实时规划能力以最大化团队利用率和科学价值提取
论文采用基于学习的多智能体规划策略：
- 使用多智能体近端策略优化(Multi-Agent Proximal Policy Optimization, MAPPO)算法
- 协调异构机器人团队解决复杂的目标分配和调度问题
- 将计算复杂度从运行时转移到训练时，实现实时在线重规划
论文的核心创新点在于：
- 首次将MAPPO应用于异构机器人团队的协同任务与路径规划问题，实现了端到端的联合优化
- 与传统规划方法相比，该方法通过强化学习(reinforcement learning)实现了从组合搜索到策略学习的范式转变，显著提升了大规模问题下的规划效率
- 设计了适用于行星探索场景的在线重规划能力，能够动态适应环境变化
- 在异构性处理上，通过多智能体框架自然建模不同机器人的能力差异和协作关系
论文对该领域的整体贡献包括：
- 提出了一种基于深度强化学习(deep reinforcement learning)的异构机器人协同规划新范式
- 通过实验验证了MAPPO在复杂多目标优化问题上优于传统穷举搜索方法的可扩展性
- 为实时行星探索任务提供了可行的在线规划解决方案，推动了学习型规划方法在航天机器人领域的应用
- 建立了可复现的基准测试框架，包括与单目标最优解的对比分析和行星探索场景的模拟验证