对机器人群进行规划是很困难的，因为系统要求是在机器人群层面（即全球）制定的，而控制规则需要在单个机器人层面（即本地）进行编码。通过数学建模将全局和局部水平联系起来，或者反过来预测系统行为，一般被认为是群体机器人技术的巨大挑战。我们建议通过直接在群体层面规划来解决这个问题。这个解决方案的关键是使用异质群体，结合适当的智能体子集，其硬编码的智能体行为具有已知的全局影响。我们从全局到局部的设计方法允许为自组织任务分配的实例应用组成异质群。我们定义了大量但有限的局部智能体控制器，并将重点放在行为异质群的全局动力学上。用户为群体输入所需的全局任务分配，作为分配给任务智能体的固定概率分布。我们提供了一种通用方法，通过数学上推导出异质群体的适当组合来实现所需的群体行为，这些组合近似于用户的全局要求。我们在几种任务分配情况下研究了我们的方法，并通过多智能体模拟验证了我们的结果。所提出的从全局到局部的设计方法并不局限于任务分配问题，它可以为设计其他群体行为的正式方法铺平道路。