Con el progreso de la sociedad y la diversificación de los modos de transporte, las personas se enfrentan a elecciones de viaje cada vez más complicadas, por lo tanto, los problemas de optimización de la elección de rutas de múltiples criterios han recibido mayor atención en los últimos años. Se han propuesto varios problemas de equilibrio de redes de tráfico de múltiples criterios, pero la mayoría de ellos no involucran incertidumbre en los datos ni métodos computacionales. Este artículo se centra en los métodos para resolver problemas de equilibrio de redes de tráfico de múltiples criterios robustos con restricciones de capacidad de ruta. Se introducen los conceptos de equilibrio vectorial robusto y equilibrio vectorial robusto con respecto al peor caso, respectivamente. Para el equilibrio vectorial robusto, se construye un problema de optimización equivalente de min-max. Se propone un algoritmo de búsqueda directa, en el cual el tamaño del paso sin derivadas y parámetros redundantes, para resolver este problema de min-max. Además, se construye un problema de optimización suavizante basado en una versión variante de la función de activación ReLU para calcular los flujos de equilibrio débiles robustos con respecto al peor caso y luego encontrar los flujos de equilibrio vectorial robustos con respecto al peor caso utilizando la función de paso de heaviside. Finalmente, se presentan extensos ejemplos numéricos para ilustrar la excelencia de nuestros algoritmos en comparación con los algoritmos existentes. Se muestra que el algoritmo de min-max propuesto puede tardar menos tiempo en encontrar los flujos de equilibrio vectorial robustos y que el método de suavizado puede generar de manera más efectiva un subconjunto del equilibrio vectorial robusto con respecto al peor caso.