یافتن منابع آلاینده ها یا مواد خطرناک در محیط های داخلی برای اطمینان از کیفیت هوای داخلی و ایمنی محیط داخلی بسیار مهم است. مطالعات محلی سازی منبع موجود در محیط هایی با جریان هوای قوی متمرکز شده است ، و مطالعات بسیار کمی به مشکلات محلی سازی منبع چالش برانگیزتر در محیط هایی که دارای جریان هوای قوی نیستند پرداخته است. در این مطالعه ، یک ربات سیار برای بومی سازی منبع تهیه کردیم و از این ربات برای آزمایش و مقایسه سه الگوریتم محلی سازی منبع تک ربات (E. coli ، spiral و hex-path) استفاده کردیم که پتانسیل استفاده در محیط های بدون قدرت را دارند. جریان هوا. هر الگوریتم توسط ۱۵ آزمایش مستقل مورد آزمایش قرار گرفت. با توجه به میزان موفقیت و تعداد متوسط مراحل ، عملکرد سه الگوریتم از بالا به پایین به ترتیب از الگوریتم مسیر hex ، الگوریتم E. coli و الگوریتم مارپیچی بود که میزان موفقیت ۷۳٫۳٪ ، ۶۶٫۷ به ترتیب٪ و ۶۰٫۰٪ و میانگین تعداد مراحل به ترتیب ۵۱٫۴۳ ، ۵۴٫۱۲ و ۶۳٫۶۷ است. براساس همان معیارهای مقایسه ، هر سه الگوریتم می توانند میزان موفقیت را به طور قابل توجهی بهبود بخشند یا میانگین تعداد مراحل را در مقایسه با یک الگوریتم تصادفی که با منبع فقط به طور تصادفی روبرو می شود ، کاهش دهند. این مطالعه می تواند گزینه های بیشتری را برای توسعه روش های محلی سازی منبع تک ربات برای محیط هایی که جریان هوای قوی ندارند ارائه دهد و می تواند الهام بخش و راهنمایی برای بهبود روشهای موجود و توسعه روشهای جدید باشد.