Se están aplicando métodos computacionales avanzados para abordar problemas de orientación tradicionales, sin embargo, la investigación aún está en curso sobre cómo utilizarlos de manera efectiva y científica. Se propuso un método numérico para encontrar raíces con el fin de determinar el sesgo en la navegación proporcional sesgada para lograr el control del tiempo de impacto sin estimación del tiempo restante. Sin embargo, el algoritmo de búsqueda de raíces en el método original podría experimentar problemas de eficiencia y convergencia. Este artículo presenta un método mejorado basado en redes neuronales, donde el sesgo es directamente producido por las redes neuronales, mejorando significativamente la eficiencia computacional y abordando los problemas de convergencia. La novedad de este método radica en el desarrollo de una estructura razonable que integra adecuadamente técnicas de aprendizaje automático disponibles para mejorar efectivamente los métodos originales basados en iteraciones. Además de demostrar su efectividad y rendimiento propio, se presentan dos escenarios comparativos: (a) Evaluar el consumo de tiempo cuando tanto el método propuesto como el original operan a la misma frecuencia de actualización. (b) Comparar las frecuencias de actualización alcanzables de ambos métodos bajo la condición de un uso de tiempo real igual.