En la planificación de rutas de vehículos aéreos no tripulados (VANT), los algoritmos evolutivos se utilizan comúnmente debido a su capacidad para manejar espacios de alta dimensión y su amplia generalidad. Sin embargo, los algoritmos evolutivos tradicionales tienen dificultades con la inicialización de la población y pueden caer en óptimos locales. Este artículo propone un algoritmo genético (AG) mejorado basado en estrategias de expertos, que incluye un novedoso algoritmo de inicialización de árbol aleatorio de exploración rápida (RRT) y un proceso de variación cruzada basado en la orientación de expertos y el algoritmo de búsqueda de manada de lobos. Los resultados experimentales en funciones de referencia en diferentes escenarios muestran que el algoritmo de inicialización RRT propuesto mejora la velocidad de convergencia y el tiempo de cálculo para la mayoría de los algoritmos evolutivos. La estrategia de orientación de expertos ayuda a los algoritmos a salir de óptimos locales y alcanzar soluciones subóptimas que deberían haber convergido. El ERRT-AG se prueba para la asignación de tareas, la planificación de rutas y la detección de conflictos en múltiples VANT, y muestra una convergencia más rápida, mejor escalabilidad a espacios de alta dimensión y una reducción significativa en el tiempo de cálculo de tareas en comparación con otros algoritmos evolutivos. El algoritmo propuesto supera a la mayoría de otros métodos y muestra un gran potencial para problemas de planificación de rutas de VANT.