El patrullaje persistente con múltiples Vehículos Aéreos No Tripulados (VANT) sigue siendo un desafío debido a las prioridades de vigilancia dinámicas, la importancia heterogénea de los nodos y las restricciones operativas en evolución. Presentamos el novedoso Algoritmo de Patrullaje de Tropas de Chimpancés (CTAP), una política descentralizada inspirada en la dinámica de fisión-fusión y el comportamiento territorial de los chimpancés. CTAP proporciona tres capacidades: (i) creación de grupos de patrullaje sobre la marcha, (ii) particionamiento territorial consciente de la importancia del gráfico de patrullaje, y (iii) expansión de límites adaptativa a través de una superposición de memoria compartida ligera que coordina grupos vecinos sin centralización. A diferencia de la Optimización por Colonias de Hormigas (ACO), el Buscador Heurístico Consciente Cognitivo (HPCC), el Creador de Rutas LSTM Recurrente (RLPM), la Estrategia Bayesiana de Intercambio de Estado (SEBS) y la Asignación Dinámica de Tareas a través de Subastas (DTAP), CTAP acopla la reducción de la inactividad local con la exploración controlada de bordes, lo que produce una cobertura estable bajo una demanda cambiante. Evaluamos estos enfoques en múltiples mapas y tamaños de flota utilizando las métricas de inactividad ponderada promedio, inactividad ponderada global peor y inactividad normalizada por tiempo. CTAP reduce la inactividad ponderada promedio entre un 7% y un 22% y la inactividad ponderada global peor entre un 30% y un 65% en relación con el competidor más fuerte y alcanza la menor inactividad normalizada por tiempo en cada configuración. Estos resultados muestran que una política simple, limitada en comunicación y basada en particiones permite un patrullaje robusto y escalable adecuado para equipos de VANT con recursos limitados en entornos de ciudades inteligentes.