Este trabajo presenta un análisis comparativo exhaustivo de cuatro algoritmos prominentes de optimización de inteligencia de enjambre (SI): Optimizador de León Hormiguero (ALO), Algoritmo de Murciélago (BA), Optimizador de Lobo Gris (GWO) y Optimización de Llama de Polilla (MFO). Cuando se comparan bajo las mismas condiciones con otros algoritmos de SI, la Optimización por Enjambre de Partículas (PSO) destaca. Primero, se seleccionan los parámetros del Filtro de Kalman Insaturado (UKF) a ser optimizados, y luego se ejecuta cada algoritmo de optimización de SI dentro de una simulación fuera de línea. Una vez que se obtienen los parámetros de inicialización de UKF , y , se aplican en tiempo real en el esquema de control de bloque neural descentralizado (DNBC) para la tarea de seguimiento de trayectoria de un manipulador de robot de 2 grados de libertad. Finalmente, los resultados se comparan de acuerdo con los criterios de evaluación del rendimiento utilizando cada algoritmo, junto con el costo de la CPU.