Este documento presenta un algoritmo metaheurístico innovador de muchos objetivos (MnMH) diseñado para abordar los desafíos del diseño de controladores robustos y óptimos para pilotos automáticos de rumbo de estructura fija. El enfoque propuesto aprovecha el operador de aprendizaje de función de base radial (RBF) durante la fase de reproducción del MnMH para generar soluciones de alta calidad. Una característica clave del método es su generación de un frente de Pareto objetivo, en el cual un modelo z-sustituto realiza predicciones para guiar las soluciones de diseño hacia el logro de un rendimiento óptimo. La efectividad del nuevo algoritmo se valida a través de problemas de diseño de controladores de piloto automático de rumbo de estructura fija y problemas de optimización de referencia estándar. Los resultados muestran consistentemente que el algoritmo propuesto supera a varios MnMH existentes en todos los escenarios probados. Este estudio ofrece valiosas ideas sobre la optimización de muchos objetivos y demuestra el potencial del algoritmo para mejorar el diseño de controladores robustos en sistemas de piloto automático de rumbo.