본 논문은 확산 모델을 이용한 다중 로봇 동작 계획(MRMP) 문제를 해결하기 위한 새로운 방법인 동시 MRMP 확산(SMD)을 제안한다. SMD는 충돌 회피 및 운동학적 타당성과 같은 중요한 제약 조건을 확산 샘플링 과정에 통합하는 제약 최적화를 활용하여 충돌이 없고 운동학적으로 타당한 궤적을 생성한다. 또한, 다양한 로봇 밀도, 장애물 복잡성 및 동작 제약 조건을 갖는 시나리오에서 궤적 계획 알고리즘을 평가하기 위한 포괄적인 MRMP 벤치마크를 제시한다. 실험 결과, SMD는 기존의 방법과 다른 학습 기반 동작 계획 알고리즘보다 복잡한 다중 로봇 환경에서 더 높은 성공률과 효율성을 달성하는 것으로 나타났다.
