Los avances recientes en robots móviles autónomos han llevado a un progreso significativo en tareas de cobertura de área. Sin embargo, persisten desafíos en la optimización de la eficiencia y complejidad computacional de los algoritmos de planificación de trayectorias de cobertura completa (CCPP) para sistemas de múltiples robots, particularmente en escenarios que requieren revisitar o hacer un doble paso en ubicaciones específicas, como robots de limpieza que abordan consumibles derramados. Este documento presenta un enfoque innovador para abordar el problema de cobertura completa de doble paso utilizando un planificador de trayectorias de robot inter-reconfigurable autónomo. Nuestra solución aprovecha una red neuronal bioinspirada Glasius modificada (GBNN) para facilitar la cobertura de doble paso a través de la inter-reconfiguración entre dos robots. Comparamos nuestro algoritmo propuesto con la planificación de trayectorias de múltiples robots tradicional en un sistema centralizado, demostrando una reducción en las iteraciones del algoritmo y el tiempo de computación. Nuestros resultados experimentales subrayan la eficacia de la solución propuesta en mejorar la eficiencia de las tareas de cobertura de área. Además, discutimos los detalles de implementación y limitaciones de nuestro estudio, proporcionando ideas para futuras direcciones de investigación en robótica autónoma.