در S-ANTNET هر مورچه برای پیدا کردن راهی با حداقل هزینه بین هر زوج گره از شبکه جستجو میکند. برای شبیه سازی ترافیک به شکل واقعی، مورچه ها با استفاده از “صف های لینک” مشابهی که برای داده استفاده میشوند منتشر می شوند چون هر مورچه دارای نقطه آغاز و مقصد است S-ANNET تضمین می کند که می تواند کوتاه ترین مسیر بین نقطه آغازی و مقصد را پیدا کند و تعداد کافی مورچه همراه با واریانس (پراکندگی) کافی در نقاط آغاز و مقصد وجود دارد، در نهایت مورچه ها کوتاه ترین مسیر را بین هر نقطه آغاز و مقصد پیدا خواهند کرد و بنابراین نقشه ای برای بسته های داده فراهم می کنند تا با پیروی از آن در شبکه به کارکرد بهینه دست پیدا کنند.

با این وجود فرض کنید که مورچه ها واقعا داده را حمل میکنند، مانند غذای شما که در پیک نیک حمل میکنند. اگر این حالت برقرار شود در این صورت به جای تهیه نقشه مورچه ها به عنوان عامل های بسته های داده تبدیل می شوند. علاوه بر این اگر گره ای در شبکه غیر قابل دسترس شود و یا ترافیک سنگین باشد ماهیت الگوریتم مورچه اجازه می دهد تا هنگام پیدا کردن مسیر بهینه مسیر های فرعی ذخیره شوند. بنابراین احتیاجی نیست که شبکه مجددا از اول نقشه کشی شود. توانایی تبدیل مسئله به گراف یک ابزار قوی برای توسعه راه حل های مبتنی بر الگوریتم مورچه است ولی این تنها راه حل برای حل آنها نیست. ما در رابطه با اینکه چگونه مورچه ها به طور ذاتی می توانند کوتاه ترین مسیر بین دو نقطه را پیدا کنند صحبت کردیم. تا اینجا تنها از این ویژگی در حوزه گراف ها استفاده کردیم ولی حل کردن مسئله برای پیدا کردن کوتاه ترین مسیر کلیدی برای حل مسئله برای مسیر بهینه در هزار تو های چند مسیره است.