Integrating Tabu-Based Memory and Field Superposition in Swarm Robotics for Indoor Waste Collection

• Maria Eugênia A. Ferreira UFU / IFBaiano https://orcid.org/0000-0002-6762-5166
• Kayque R. Barbosa UNICSul https://orcid.org/0009-0005-8276-1843
• Danielli A. Lima UFU / IFTM https://orcid.org/0000-0003-0324-6690

DOI: https://doi.org/10.5753/wcama.2026.23546

Resumo

A coleta de resíduos em ambientes internos é desafiada por restrições espaciais e condições dinâmicas, exigindo soluções adaptativas e eficientes. Nesse contexto, a robótica de enxame, combinada com autômatos celulares, tem emergido como uma abordagem descentralizada promissora. Este trabalho aplica o modelo Cellular Automata Ant Memory (CAAM) sob a perspectiva de superposição de estados, integrando campos estáticos e dinâmicos com memória baseada em lista tabu no nível das células. Essa representação unificada permite que os agentes equilibrem a exploração e a navegação orientada a objetivos. Os resultados experimentais demonstram que a integração proposta melhora a eficiência e a estabilidade do sistema, reduzindo revisitações e ampliando a cobertura do ambiente. Os achados destacam o potencial do modelo como uma solução escalável para a coleta descentralizada de resíduos.

Referências

Alizadeh, R. (2011). A dynamic cellular automaton model for evacuation process with obstacles. Safety science, 49(2):315–323.

Borges, A., Sá, J., Souza, D., Araújo, D., Farias, F., and Acatauassú, D. (2019). Coleta inteligente: Uma proposta para monitoramento dos carros de coleta de lixo no espaço urbano de cametá-pa. In X WCAMA, pages 37–46, Porto Alegre, RS, Brasil. SBC.

Brasiel, H. C. and Lima, D. A. (2024). Swarm robotics surveillance control with ant cellular automata model in the cerrado biome for preserving biodiversity. Journal on Interactive Systems, 15(1):375–387.

Ferreira, M. E. A., Lima, D. A., and Martins, L. G. A. (2025). Wildfire spread modeling in pau furado state park using cellular automata and genetic algorithms. In XVI WCAMA, pages 196–205, Porto Alegre, RS, Brasil. SBC.

Ferreira, M. E. A., Quinta, A. L. M. P., Lima, D. A., Martins, L. G. A., and Oliveira, G. M. B. (2022). Automatic evolutionary adjustment of cellular automata model for forest fire propagation. In ACRI.

Fund, S. (2015). Sustainable development goals. Available at this link: [link].

Hussain, I., Elomri, A., Kerbache, L., and El Omri, A. (2024). Smart city solutions: Comparative analysis of waste management models in iot-enabled environments using multiagent simulation. Sustainable Cities and Society, 103:105247.

Lima, D. A. and Oliveira, G. M. (2017). A cellular automata ant memory model of foraging in a swarm of robots. Applied Mathematical Modelling, 47:551–572.

Lima, D. A. and Oliveira, G. M. (2019). Stochastic cellular automata ant memory model for swarm robots performing efficiently the garbage collection task. In 2019 19th ICAR, pages 708–713. IEEE.

Lima, H. A. and Lima, D. A. (2014). Autômatos celulares estocásticos bidimensionais aplicados a simulação de propagação de incêndios em florestas homogêneas. In V WCAMA, pages 15–24, Porto Alegre, RS, Brasil. SBC.

Obute, S. O., Kilby, P., Dogar, M. R., and Boyle, J. H. (2022). Swarm foraging under communication and vision uncertainties. IEEE Transactions on Automation Science and Engineering, 19(3):1446–1457.

Oliveira, M. and Guedes, E. (2024). Detecção de lixo em Áreas costeiras: Uma aplicação de segmentação com r-cnns da família yolo. In XV WCAMA, pages 11–20, Porto Alegre, RS, Brasil. SBC.

Park, S., Zhong, Y. D., and Leonard, N. E. (2021). Multi-robot task allocation games in dynamically changing environments. In 2021 IEEE International Conference on Robotics and Automation (ICRA), pages 8678–8684.