Cada año, las aerolíneas invierten considerables recursos en recuperarse de operaciones irregulares causadas por retrasos y interrupciones en las aeronaves y la tripulación. En consecuencia, la necesidad de reprogramar aeronaves y tripulación para abordar mejor estos problemas se ha vuelto urgente. El problema de programación de aerolíneas comprende dos etapas: es decir, el Problema de Ruteo de Aeronaves (ARP) y el Problema de Emparejamiento de Tripulación (CPP). Aunque el ARP y el CPP se han resuelto tradicionalmente de manera secuencial, tal enfoque no captura sus interdependencias, comprometiendo a menudo la robustez de los horarios de aeronaves y tripulación frente a interrupciones. Sin embargo, los modelos integrados existentes de ARP y CPP a menudo aplican reglas estáticas para la asignación de tiempo de reserva, lo que puede resultar en conexiones de larga reserva excesivas e ineficaces. Para cerrar estas brechas, proponemos un modelo integrado robusto de ARP y CPP con dos innovaciones clave: (1) la definición de nuevas conexiones críticas (NCC), que combinan viabilidad estructural con riesgo de retraso basado en datos; y (2) un módulo de predicción de retrasos espaciotemporales que cuantifica la vulnerabilidad de las conexiones. El problema se formula como un proceso de toma de decisiones secuencial y se resuelve a través de un novedoso algoritmo de aprendizaje por refuerzo multiagente. Los resultados numéricos demuestran que el nuevo método supera a los métodos anteriores en la literatura en términos de velocidad de resolución y también puede mejorar la robustez de la planificación. Esto, a su vez, puede mejorar tanto la rentabilidad operativa como la satisfacción del pasajero.