Se propone un nuevo método bioinspirado para optimizar la función objetivo en un conjunto de soluciones admisibles en forma de paralelepípedo. Utiliza un modelo del comportamiento de los herrerillos durante la búsqueda de alimento. Este algoritmo combina algunas técnicas para encontrar el extremo de la función objetivo, como la matriz de memoria y el vuelo de Levy del algoritmo del cuco. Las trayectorias de los herrerillos están descritas por procesos de salto-difusión. El algoritmo se aplica a problemas clásicos y no separables de control óptimo para sistemas dinámicos discretos deterministas. Este tipo de problema de control a menudo se puede resolver utilizando el principio del máximo discreto o condiciones de optimalidad necesarias más generales, y la ecuación de Bellman, pero a veces es extremadamente difícil o incluso imposible. Por esta razón, existe la necesidad de crear nuevos métodos para resolver estos problemas. El nuevo algoritmo metaheurístico permite obtener soluciones de calidad aceptable en un tiempo aceptable. La eficiencia y el análisis de este método se demuestran resolviendo una serie de problemas de control óptimo en lazo abierto discretos deterministas: problemas no lineales no separables (Luus-Tassone y Li-Haimes) y problemas separables para sistemas dinámicos de control lineal.