連続空間のマルチロボット計画では、拡散モデルを用いて連続状態をデノイジング過程で逐次更新し、サンプルを生成するタイプのプランニング手法が有効である。一方、実環境で広く用いられるグリッド上の離散計画問題には、これらと対応する枠組みがなく、連続空間向けのアプローチを直接適用することは困難である。本研究では、このデノイジング過程を離散状態系列に適合させ、デノイジング過程に基づくサンプリング手法として再構成した最適化手法を構築する。提案手法は標準的なマルチロボット経路計画に加え、報酬関数の設計により領域被覆や集結などのタスクにも一貫した枠組みで対応できることを示す。