En la literatura, se han propuesto varios algoritmos de exploración hasta ahora. Entre estos, la caminata de Lévy se utiliza comúnmente ya que se ha demostrado que es más eficiente que la exploración simple de caminata aleatoria. Es beneficioso cuando los objetivos están dispersos en el espacio de búsqueda. Sin embargo, debido a su comportamiento súper difusivo, se necesita ajustar algunos parámetros para mejorar su rendimiento, especialmente cuando los objetivos están agrupados. El algoritmo de luciérnagas es un algoritmo basado en inteligencia de enjambre útil para la búsqueda intensiva, pero su tasa de exploración es muy limitada. Se podría lograr una búsqueda eficiente y confiable combinando los dos algoritmos, ya que el primero permite explorar el espacio, y el segundo fomenta su explotación. En este documento, proponemos un algoritmo de búsqueda basado en inteligencia de enjambre llamado Algoritmo de Caminata de Lévy y Luciérnagas (LFA), que es una hibridación de los dos algoritmos mencionados anteriormente. El algoritmo se aplica a la Búsqueda de Múltiples Objetivos y a la Forrajeo de Múltiples Robots. Se realizan experimentos numéricos para probar los rendimientos en el simulador robótico ARGoS. Una comparación con el algoritmo original de luciérnagas demuestra la bondad de nuestra contribución.