Um dos maiores desafios dos Sistemas Multiagentes está na criação de planos cooperativos para lidar com cenários complexos em ambientes dinâmicos e de tempo real. Esse tipo de cenário é encontrado no futebol de robôs, no qual cada time é modelado como um Sistema Multiagente, e cada jogador é um agente inteligente que toma decisões complexas em um curto espaço de tempo e de forma coordenada com os demais robôs de seu time. No escopo do futebol de robôs simulados, um plano traçado de forma coordenada e cooperativa com os agentes de um Sistema Multiagente é denominado setplay. Este trabalho utiliza setplays que podem ser aplicáveis ao time de futebol de robôs simulados Bahia Robotics Team. Podem existir mais de um setplay que cumpram o objetivo esperado, o que traz a seguinte problemática: Como possibilitar o carregamento eficiente de grandes conjuntos de setplays em tempo real durante o jogo? Trabalhos recentes tratam essa problemática usando uma abordagem híbrida, utilizando aprendizagem por reforço juntamente com Raciocínio Baseado em Casos. O objetivo deste trabalho é a construção de uma biblioteca capaz de gerenciar uma quantidade variável de setplays, preservando a sintaxe atual, para aplicação em jogos de futebol de robôs simulados. Neste trabalho, é apresentado um mecanismo para o carregamento rápido de jogadas ensaiadas na memória, oferecendo uma solução potencial para o desafio de lidar com grandes volumes de setplays. A análise comparativa dos tempos de carregamento confirmou que a nova abordagem é mais eficiente na seleção e carregamento dos setplays, oferecendo contribuições significativas para a comunidade científica, além de possibilitar a implementação em outros times, melhorando o desempenho nas competições.