本研究では、未知の空間環境におけるカバレッジ制御のための新しい分散型アルゴリズムを提案する。このアルゴリズムは、ガウス過程（GPs）をモデルとし、探索と活用のトレードオフを実現するため、各エージェントがローカルコスト関数を最小化することで自律的に軌道を決定する。提案されたコストは、予測密度とモデル不確実性が高い領域にエージェントを導く期待位置コストと分散に基づく探索項を組み合わせている。特に、エージェントは近隣エージェントとの通信のみを利用し、完全に分散型の方式で動作し、定期的に誘導点を更新することでスケーラブルなオンラインGP更新が可能となる。このアルゴリズムの効果はシミュレーションで実証されている。