La alimentación de vehículos aéreos no tripulados (VANT) en acuicultura enfrenta desafíos críticos debido a la variación temporal de la masa, el fuerte acoplamiento y las perturbaciones ambientales, que obstaculizan la efectividad de las estrategias de control convencionales. Este artículo propone un marco de control predictivo de modelo de doble lazo robusto (MPC) optimizado por un algoritmo genético de radio de nicho adaptativo (ANRGA). El lazo exterior emplea MPC para la regulación de posición utilizando entradas de aceleración virtual, mientras que el lazo interior aplica MPC para la estabilización de actitud con adaptación dinámica de inercia. Para superar las limitaciones de la sintonización manual de pesos, ANRGA optimiza adaptativamente los factores de ponderación, evitando la convergencia prematura y mejorando la capacidad de búsqueda global. La estabilidad del sistema se asegura teóricamente a través del análisis de Lyapunov y el teorema de ganancia pequeña, incluso bajo dinámicas de masa variable. Las simulaciones en MATLAB bajo trayectorias representativas, incluyendo espirales, figuras en ocho y caminos de crucero de alimentación, demuestran que el ANRGA-MPC-MPC propuesto logra errores de posición por debajo de 0.5 m, mejora la velocidad de respuesta en aproximadamente un 58% en comparación con el MPC convencional y supera a los controladores de referencia en términos de precisión, robustez y convergencia. Estos resultados confirman la viabilidad del método propuesto para operaciones de alimentación de VANT precisas y eficientes en energía, proporcionando una estrategia de control prometedora para aplicaciones de acuicultura inteligente.