La asignación de tareas es un problema importante en sistemas multirobot, especialmente en entornos dinámicos e impredecibles como plataformas petrolíferas en alta mar, fábricas a gran escala o escenarios de respuesta a desastres, donde las altas tasas de cambio, transiciones de estado inciertas y demandas de tareas variables desafían la previsibilidad y estabilidad de las operaciones de los robots. Las estrategias tradicionales de asignación estática de tareas a menudo tienen dificultades para cumplir con las demandas de eficiencia y capacidad de respuesta de estos entornos complejos, mientras que las heurísticas de optimización, aunque mejoran el tiempo de planificación, muestran una escalabilidad limitada. Para abordar estas limitaciones, este documento propone un método de asignación de tareas basado en el algoritmo de Búsqueda de Árbol Monte Carlo (MCTS), que aprovecha la propiedad en cualquier momento de MCTS para lograr un equilibrio entre una respuesta rápida y una optimización continua. En primer lugar, el algoritmo centralizado adaptativo MCTS genera soluciones preliminares y monitorea el estado de los robots en un tiempo mínimo. Utiliza valores dinámicos de Upper Confidence Bounds for Trees (UCT) para adaptarse a dimensiones de tareas variables, superando al método heurístico de Asignación de Objetivos Multi-Robot (MRGA) tanto en tiempo de planificación como en tiempo total de finalización de tareas. Además, el algoritmo MCTS distribuido paralelizado reduce la complejidad algorítmica y mejora la eficiencia computacional mediante muestreo de importancia y procesamiento paralelo. Los resultados experimentales demuestran que el método propuesto reduce significativamente el tiempo de cálculo manteniendo el rendimiento de asignación de tareas, disminuyendo la varianza de los resultados de planificación y mejorando la estabilidad algorítmica. Nuestro enfoque permite una asignación de tareas más flexible y eficiente en entornos dinámicamente cambiantes y complejos, proporcionando un soporte robusto para el despliegue de sistemas multirobot.