El control de velocidad del robot industrial sigue siendo un aspecto crítico para operaciones eficientes, especialmente dadas las dificultades de no linealidad y características multivariables inherentes a los sistemas de control de motores servo, así como las ineficiencias energéticas debido a la falta de control automático de velocidad. Este estudio perfecciona un algoritmo de control existente, la optimización de antenas de escarabajo (BAO), mediante la integración de elementos de la optimización por enjambre de partículas (PSO) y un algoritmo de búsqueda de antenas de escarabajo (BAS), mejorado aún más por el mapeo de caos y un factor de ponderación adaptativo. Estas modificaciones tienen como objetivo mejorar las capacidades de búsqueda del algoritmo y mitigar los riesgos de caer en óptimos locales. A diferencia de iteraciones anteriores, este estudio incluye análisis dinámicos y de estabilidad rigurosos centrados en métricas de desempeño clave como tiempo de establecimiento, sobrepaso y error en estado estacionario. La modelización comparativa Simulink/MATLAB demuestra que el algoritmo BAO mejorado supera significativamente al control PID tradicional, BAS y PSO ponderado adaptativo en la reducción del error estático, sobrepaso y tiempo de ajuste bajo diversas condiciones, incluidos escenarios con perturbaciones externas. Nuestros resultados indican una mejora del 60% en el rendimiento de optimización de métricas de curvas de velocidad, confirmando la eficacia y robustez mejoradas del sistema de control robótico. Esta investigación ofrece ideas valiosas sobre las ventajas del algoritmo BAO refinado, proporcionando una base integral para su aplicación práctica en sistemas de control robótico industrial.