Esta investigación tiene como objetivo diseñar un algoritmo eficiente que conduzca a una mejora de la productividad al plantear una optimización multiobjetivo, en la que se minimizan tanto el tiempo consumido para llevar a cabo las tareas programadas como los costos asociados del sistema industrial autónomo. El algoritmo propuesto modela la cinemática y dinámica del robot industrial, proporciona trayectorias libres de colisiones, permite restringir la energía consumida y cumple con las características físicas del robot (es decir, restricciones en el torque, sacudidas y potencia en todos los motores de conducción). Además, la precisión del seguimiento de la trayectoria se mejora utilizando un control deslizante de modo difuso adaptativo (AFSMC), que permite compensar las incertidumbres paramétricas, las perturbaciones externas acotadas y las incertidumbres de las restricciones. Por lo tanto, la estabilidad y robustez del sistema se mejoran; superando así algunas de las limitaciones de los controladores proporcionales-integrales-derivativos (PID) tradicionales. Los compromisos entre los problemas económicos relacionados con la línea de ensamblaje y la trayectoria de tiempo óptima del movimiento deseado se analizan utilizando frentes de Pareto. La técnica se prueba en diferentes ejemplos para un sistema de robot de seis grados de libertad (DOF). Los resultados han demostrado cómo el uso de esta metodología mejora el rendimiento y la confiabilidad de las líneas de ensamblaje.