Mạng Petri mờ (FPN) kết hợp logic mờ với mạng Petri để mô hình hóa hệ thống có tính bất định và đa giá trị.

• Môi trường thử nghiệm dựa trên cuộc thi robot cứu hỏa của Trinity College, nơi robot phải tìm và dập tắt ngọn lửa trong một trong bốn phòng.
• - Hai thuật toán được đề xuất:
•   + TDSeB (Trilateral Distance Sensor Based): sử dụng ba cảm biến hồng ngoại để xác định hướng di chuyển.
•   + FReD (Flame and Reflection Detection): kích hoạt cảm biến lửa khi phát hiện vạch trắng trước cửa phòng.
• - Hai thuật toán cải tiến:
•   + ETDSeB (Enhanced TDSeB): sử dụng logic mờ để phân loại khoảng cách và điều hướng chính xác hơn.
•   + EDD (Excessive Direction Dissociation): theo dõi số lần rẽ trái/phải để tránh đi vòng lặp.
• - Các thuật toán được mô phỏng bằng công cụ HPetriSim và Yasper, sử dụng các subnet FPN để mô hình hóa các điểm giao nhau, phòng, và hành vi robot.
• - So sánh 5 phương pháp (bao gồm phương pháp ngẫu nhiên, TDSeB, ETDSeB, lưới nhớ, landmark) trên 30.000 lần mô phỏng cho thấy ETDSeB + EDD có chi phí xử lý thấp nhất (19.23 chu kỳ) và thời gian hoàn thành gần như nhanh nhất (77.53 đơn vị thời gian).
• - ETDSeB được mã hóa thành chuỗi nhị phân 8 bit để dễ dàng triển khai và kiểm tra.