La proliferación de dispositivos móviles e IoT, junto con los avances en las capacidades de comunicación inalámbrica de estos dispositivos, ha impulsado la necesidad de nuevos paradigmas de comunicación para redes híbridas heterogéneas. Los investigadores han propuesto el enrutamiento oportunista como un medio para aprovechar las potencialidades ofrecidas por dichas redes heterogéneas. Mientras existen varias propuestas de múltiples protocolos de enrutamiento oportunista, solo unas pocas han explorado la lógica difusa para evaluar el estado de los enlaces inalámbricos en la red y construir caminos estables y más rápidos hacia los destinos. Proponemos FQ-AGO, un novedoso esquema de enrutamiento oportunista basado en lógica difusa y aprendizaje Q asimétrico y consciente de enlaces geográficos que aprovecha la presencia de enlaces de transmisión de largo alcance para asignar candidatos de reenvío hacia un destino dado. El esquema de enrutamiento propuesto utiliza lógica difusa para evaluar si un enlace inalámbrico es útil o no capturando múltiples métricas de red, como el ancho de banda disponible, la calidad del enlace, la potencia de transmisión del nodo y el progreso de la distancia. Basándose en la evaluación de la lógica difusa, el esquema de enrutamiento propuesto emplea un algoritmo de aprendizaje Q para seleccionar el mejor conjunto de candidatos hacia el destino. Implementamos FQ-AGO en el simulador ns-3 y comparamos el rendimiento del esquema de enrutamiento propuesto con otros tres protocolos relevantes: AODV, DSDV y GOR. Para un análisis preciso, consideramos diversas métricas de red para comparar el rendimiento de los protocolos de enrutamiento. El resultado de la simulación valida nuestro análisis y demuestra mejoras de rendimiento notables en cuanto a la capacidad total de la red, la tasa de entrega de paquetes y la latencia de extremo a extremo. FQ-AGO logra hasta un 15%, 50% y 45% más de rendimiento que DSDV, AODV y GOR, respectivamente. Mientras tanto, FQ-AGO reduce en un 50% la latencia de extremo a extremo y el número promedio de saltos.