Una asignación de tareas práctica es uno de los problemas fundamentales de un sistema de múltiples robots. En este documento, se propone una estrategia de asignación de tareas de múltiples robots basada en el equilibrio de carga para equilibrar y planificar de manera efectiva el costo de ejecución de cada robot cuando tiene un gran número de puntos de tarea de trabajo. Considerando la variabilidad del costo de la tarea de ejecución en situaciones prácticas con diferentes categorías de puntos de tarea, el problema de asignación de tareas de múltiples robots (MRTA) se transforma en un problema de múltiples vendedores viajeros (MTSP) utilizando un algoritmo de clustering K-means multiángulo. Para resolver el problema del costo desequilibrado consumido por cada robot después de la asignación de clustering, lo que conduce a una baja eficiencia en la finalización del sistema, se presenta una estrategia de equilibrio de carga de dos etapas. La primera etapa de esta estrategia realiza un gran ajuste al conjunto de tareas desequilibrado, y la segunda etapa logra un pequeño ajuste fino al conjunto de tareas desequilibrado. Los resultados experimentales muestran que la desviación estándar de la proporción de costo de cada conjunto disminuye cuando cuatro robots realizan la tarea entre 100 y 550 puntos de trabajo utilizando la estrategia de equilibrio de carga. La reducción en la desviación estándar está entre 3.53% y 83.44%. El costo máximo de los robots individuales disminuye entre 0.18% y 14.27%. El método propuesto puede resolver efectivamente el costo desigual de ejecución de cada robot en el proceso de asignación de tareas y mejorar la eficiencia del sistema en la finalización de tareas.