En este artículo, hemos propuesto una toma de decisiones en grupo de múltiples atributos (MAGDM) con un nuevo escenario o nueva condición llamada MAGDM Caótico, en la que no solo se consideran los pesos de los tomadores de decisiones (DMs) y los pesos de los atributos de decisión, sino que también se considera la familiaridad de los DMs con los atributos. Luego aplicamos la teoría de conjuntos rugosos suaves neutrosóficos ponderados a MAGDM Caótico y propusimos un nuevo algoritmo para MAGDM. Además, proporcionamos un estudio de caso para demostrar la aplicación del algoritmo. Nuestras contribuciones a la literatura son las siguientes: (1) la familiaridad se integra por primera vez en MAGDM en el contexto de conjuntos rugosos suaves neutrosóficos; (2) se ha diseñado un nuevo modelo de MAGDM basado en conjuntos rugosos suaves neutrosóficos; (3) se ha construido un algoritmo de clasificación/ranking basado en un conjunto rugoso suave neutrosófico.