Los Vehículos Aéreos No Tripulados (VANT) se utilizan ampliamente en meteorología y logística debido a sus ventajas únicas en la actualidad. Durante su ciclo de vida, las incertidumbres, como las variaciones en las condiciones de vuelo, pueden afectar significativamente tanto el diseño como el rendimiento, lo que hace que la Optimización de Diseño Aerodinámico Robusto (RADO) sea esencial. Sin embargo, las metodologías RADO existentes enfrentan altos costos computacionales en el análisis de incertidumbre y la ineficiencia de los algoritmos de optimización convencionales. Para abordar estos desafíos, este artículo propuso una nueva metodología RADO que integra un modelo sustituto de Kriging Estocástico (SK) con el algoritmo de aprendizaje por refuerzo PPO-Clip, dirigido a las incertidumbres atmosféricas que enfrentan los VANT propulsados por turbojet en crucero transónico. El modelo sustituto SK, construido a través de muestreo de hipercubo latino Maximin y refinado utilizando el criterio de mejora esperada, permitió una cuantificación eficiente de la incertidumbre. Basado en el modelo sustituto entrenado, se estableció un marco RADO basado en PPO-Clip con funciones de recompensa y transición de estado personalizadas. Aplicada al perfil aerodinámico RAE2822 bajo perturbaciones del número de Mach, la metodología demostró una superior fiabilidad y eficiencia en comparación con los algoritmos L-BFGS-B y PSO.