본 논문은 지도학습 알고리즘 중 하나인 K-Nearest Neighbor(KNN) 기반의 새로운 다중 에이전트의 분산 탐사기법을 제안한다. 본 기법은 프론티어 기반 탐사 방법을 기반으로 하며, 다음 탐사 노드를 할당하는 의사결정 과정에서 이용된다. 다음 탐사 노드는 KNN을 통해 거리와 탐사 경향성을 고려하여 적합한 에이전트에게 할당된다. 다양한 성능지수를 통해 제안한 KNN 기반 탐사기법과 기존 Voronoi 기법의 성능을 비교하며, 성능지수는 총 탐사 시간, 에이전트의 총 이동 거리, 탐사 커버리지 등을 고려한다. 수치 시뮬레이션을 통해 비교한 결과, 제안기법이 Voronoi 기법보다 성능이 더 우수함을 확인하였다.
