La evolución diferencial es un algoritmo popular para resolver problemas de optimización global. Cuando se ha probado, se ha informado que ha superado tanto problemas robóticos como puntos de referencia. Sin embargo, puede tener problemas con óptimos locales o convergencia prematura. En este artículo, presentamos un nuevo algoritmo BODE-CS (Evolución Diferencial Bidireccional Opuesta-Búsqueda de Cucos) para resolver el problema de cinemática inversa de un manipulador robótico EOD (Desactivación de Explosivos) de seis grados de libertad. El algoritmo híbrido se basó en el algoritmo de evolución diferencial y el algoritmo de Búsqueda de Cucos. Para evitar cualquier óptimo local y acelerar la convergencia del enjambre, se introdujeron varias estrategias. En primer lugar, se estableció un modelo de cinemática directa y se formuló la función objetivo de acuerdo con las características estructurales del manipulador robótico. En segundo lugar, se utilizó una secuencia de Halton y una estrategia de búsqueda opuesta para inicializar los individuos en el enjambre. En tercer lugar, los algoritmos de optimización aplicados al enjambre se asignaron dinámicamente al algoritmo de Evolución Diferencial o al algoritmo de Cucos. En cuarto lugar, se introdujo un algoritmo diferencial compuesto, que consistía en una estrategia diferencial opuesta dinámica, una estrategia de búsqueda bidireccional y otras dos estrategias diferenciales comúnmente utilizadas para mantener la diversidad del enjambre. Finalmente, se introdujeron dos parámetros adaptativos para optimizar el factor de amplificación F y la probabilidad de cruce. Para verificar el rendimiento del algoritmo BODE-CS, se probaron dos tareas diferentes. Los resultados experimentales de la simulación mostraron que el algoritmo BODE-CS tenía alta precisión y una rápida tasa de convergencia, lo que cumplía con los requisitos de una solución inversa para el manipulador.