Los vehículos aéreos no tripulados (VANT) enfrentan desafíos significativos para mantener la estabilidad cuando se ven sometidos a perturbaciones externas del viento y ruido interno. Este documento aborda estos problemas al introducir un algoritmo de ajuste de velocidad del viento en tiempo real y un modelo de campo de viento que tiene en cuenta las condiciones de viento variables, como el cizallamiento del viento y la turbulencia. Para mejorar el control en tales condiciones, se desarrolla y prueba una estrategia de aprendizaje por refuerzo profundo (DRL) a través de simulaciones y experimentos en el mundo real. Los resultados indican una reducción del 65% en el error de seguimiento de trayectoria con el controlador DRL. Además, un VANT construido para pruebas mostró una estabilidad mejorada y reducciones en las desviaciones angulares en condiciones de viento de hasta nivel 5. Estos hallazgos demuestran la efectividad de la estrategia de control basada en DRL propuesta para aumentar la resiliencia de los VANT a las perturbaciones del viento.