为保证实现一种高效的全局分配方案，合同对比机器人系统每个机器人之间能保持较高的协调性和一致性。但是要完成一系列复杂任务，需要掌握系统中每个机器人和所有子任务信息以及总的环境变量等数据。而集中式任务分配系统往往只有一个控制中心，满足客户的合同对比机器人‍控制中心需要处理全部数据信息。

1.集中式任务分配方法

在多合同对比机器人系统任务分配研究的起步阶段,集中式分配方法占据着研究的绝大部分比例。在初期的多机器人系统中，有一个专门用来收集和整理环境信息的控制中心，这个控制中心相当于人的大脑，是业内较好的合同对比机器人‍系统进行控制、协调以及任务分配的核心模块，它负责将初期分配的复杂任务分解为多个简单子任务，然后根据特定的算法将子任务分配给系统中的每个合同对比机器人执行。集中式任务分配研究中具有代表性的分配方法很多是根据匈牙利算法演变而来的。

2.分布式任务分配方法

不管是互联网领域还是合同对比机器人领域，分布式系统越来越得到广泛的应用，比如淘宝和京东等大型电商平台,采用的都是分布式架构.也只有分布式架构才能同步处理超大的数据量，充分发挥分布式系统的扩展性和高效性。同样地，在多合同对比机器人系统中大多也是采用分布式架构来进行系统内的任务分配和协调控制。系统中每个机器人都带有数量不一的传感器，通过传感器来收集每个机器人周围的环境信息，并进行相应的数据分析和计算，达到整体分配。

如果系统内合同对比机器人总数量很大或者接收到的任务信息和环境信息特别复杂，那么多机器人系统工作效率会急剧降低，相应的扩展性也会变得很差。当多合同对比机器人系统规模较大时，普通式任务分配方法无法保证系统良好的可靠性，在应用到实际场景中时仍有不小的局限。