La planificación de rutas es un componente crucial de los sistemas de robots móviles autónomos (AMR). El algoritmo de moho mucilaginoso (SMA), como uno de los enfoques de planificación de rutas más populares, muestra un excelente rendimiento en el campo de los AMR. A pesar de sus ventajas, aún hay margen para que el SMA mejore debido a la falta de un mecanismo para salir de la optimización local. Esto significa que todavía hay espacio para mejorar la planificación de rutas de los ARM basada en este método. Para encontrar rutas más cortas y estables, se propone un SMA mejorado, llamado SMA de vuelo de Lévy-rotación (LRSMA). LRSMA utiliza un vuelo de Lévy de vecindario variable y un mecanismo de perturbación y variación de rotación individual para mejorar la capacidad de optimización local y prevenir caer en la optimización local. Experimentos en entornos variables demuestran que el algoritmo propuesto puede generar la ruta ideal sin colisiones, con la longitud más corta, mayor precisión y robusta estabilidad.