Настоящая статья посвящена исследованию мультиагентной задачи коммивояжера с общим депо и динамическим распределением точек обслуживания. В отличие от традиционных подходов, предполагающих предварительную кластеризацию множества и жесткое закрепление точек за агентами, предлагаемый метод обеспечивает адаптивное формирование зон обслуживания непосредственно в ходе конструирования маршрутов. Принцип распределения основан на последовательной минимизации длины циклических маршрутов для каждого агента, выходящего из своей стартовой точки (т. е. депо), что обусловливает образование пространственно обособленных и компактных кластеров. Маршрутизация внутри формируемых подмножеств осуществляется с использованием модифицированного муравьиного алгоритма, в котором переходная вероятность учитывает, наряду с интенсивностью феромонового следа и информацией, обратно пропорциональной расстоянию, дополнительный корректирующий множитель, отражающий близость кандидата к стартовой вершине. Данная архитектура позволяет решать задачи кластеризации и маршрутизации согласованно в рамках единого оптимизационного процесса, исключая необходимость этапа предварительного разбиения. Реализована многопоточная обработка формируемых кластеров, обеспечивающая масштабируемость алгоритма при росте числа агентов. Результаты вычислительных экспериментов на стандартных тестовых наборах различной размерности подтверждают эффективность предложенного подхода по критерию минимизации суммарной длины маршрутов. Установлено, что интеграция фактора близости к начальной позиции в эвристическую функцию способствует формированию более компактных траекторий по сравнению с базовой версией муравьиного алгоритма. При сопоставимых вычислительных издержках динамическая схема распределения обеспечивает улучшение целевой функции в среднем на 6 %, а также повышает адаптивность системы к динамическим изменениям входных параметров.