La optimización de rutas para vehículos aéreos de combate no tripulados (UCAV) es un problema de optimización global típicamente complicado. Busca una ruta de vuelo superior en un entorno de campo de batalla complejo, teniendo en cuenta diversas restricciones. Muchos algoritmos de inteligencia de enjambre (SI) han ganado recientemente una atención notable debido a su capacidad para abordar problemas de optimización complejos. Sin embargo, diferentes algoritmos de SI presentan diferentes rendimientos para la planificación de rutas de UCAV, ya que cada algoritmo tiene sus propias fortalezas y debilidades. Por lo tanto, este estudio proporciona una visión general de diferentes algoritmos de SI para la investigación de planificación de rutas de UCAV. En el experimento, se analizan doce algoritmos publicados en revistas importantes y actas de conferencias, y luego se aplican a la planificación de rutas de UCAV. Además, para demostrar el rendimiento de los diferentes algoritmos, diseñamos diferentes escalas de casos de problemas para esos algoritmos comparativos. Los resultados experimentales muestran que los UCAV pueden encontrar la ruta segura para evitar las amenazas de manera eficiente basándose en la mayoría de los algoritmos de SI. En particular, la Optimización de Mono Araña es más efectiva y robusta que otros algoritmos para manejar el problema de planificación de rutas de UCAV. El análisis desde diferentes perspectivas contribuye a resaltar tendencias y problemas abiertos en el campo de los UCAVs.