El método tradicional de campo potencial artificial (APF) presenta limitaciones en su distribución de fuerzas: una atracción excesiva cuando los UAV están lejos del objetivo puede causar colisiones con obstáculos, mientras que una atracción insuficiente cerca de la meta a menudo resulta en la incapacidad de alcanzar el objetivo. Además, el APF es altamente susceptible a mínimos locales, comprometiendo la fiabilidad del movimiento en entornos complejos. Para abordar estos desafíos, este documento presenta un nuevo algoritmo híbrido de evitación de obstáculos: el campo potencial artificial adaptativo deflectado por recocido simulado (DSA-AAPF), que combina un mecanismo de recocido simulado mejorado con un modelo de APF mejorado. El enfoque propuesto integra una estrategia de formación distribuida de líder-seguidor con el marco del APF, donde la formulación de la fuerza resultante se redefine para suavizar las trayectorias de los UAV. Se introduce una función de ganancia atractiva adaptativa para ajustar dinámicamente la velocidad del UAV según el contexto ambiental, y un controlador de rápida convergencia asegura una convergencia precisa y eficiente hacia el objetivo. Además, se incorpora un mecanismo de deflexión direccional dentro del proceso de recocido simulado, permitiendo a los UAV escapar de los mínimos locales causados por obstáculos semi-cerrados a través de un movimiento rotacional continuo. Los resultados de la simulación, que abarcan la reconfiguración de la formación, la evitación de obstáculos complejos y la escapatoria de atrapamientos, demuestran la viabilidad, robustez y superioridad del algoritmo DSA-AAPF propuesto.