Muchos robots de servicio tienen que operar en una variedad de diferentes Áreas de Eventos de Servicio (AES). En el caso del robot de recolección de residuos MARBLE (Robot Autónomo Móvil para el Vaciamiento de Basura), cada AES tiene características como un área variable y un número de contenedores de basura, con diferentes distancias entre los contenedores y niveles de llenado inciertos. Las posiciones globales de los contenedores de basura y las posiciones de entrega de basura de los MARBLE después de alcanzar su máxima capacidad se definen como puntos de referencia para la realización de tareas. Proporcionamos delimitación de límites para las características que describen la AES. Los límites interpolan la sinergia entre las AES individuales y los algoritmos desarrollados. Esto ayuda a determinar qué algoritmo se adapta mejor a una AES, dependiendo de las características. Las metodologías de planificación de rutas desarrolladas se basan en la optimización de rutas de vehículos con recocido simulado (VRPSA) y problemas de mochila (KSP). VRPSA utiliza un peso específico basado en operadores de permutación de rutas, temperatura inicial y el enfoque del vecino más cercano. El KSP optimiza la capacidad dada de una ruta, en este caso utilizando información de contenedores de basura inteligentes (SLBs). El algoritmo KSP de teoría de juegos con información de SLBs y el algoritmo KSP sin información de SLBs funcionan mejor en AES menores de 0.5 km y con menos de 50 contenedores de basura. Cuando la desviación estándar de la tasa de llenado de los contenedores de basura es ~, se prefiere el KSP sin SLB, y si la desviación estándar está entre el 25 y el 40%, entonces se selecciona el KSP de teoría de juegos. Finalmente, el problema de enrutamiento de vehículos supera en AES con un área de km, 50-450 contenedores de basura y una tasa de llenado del 10-40%.