Revisamos y presentamos varias clases de modelos desafiantes que surgen en el contexto de encontrar empaques de objetos optimizados (OP). Excepto por las instancias de modelos OP generales más pequeñas y/o simples, no es posible encontrar su solución exacta (en forma cerrada). La mayoría de las instancias del problema OP se vuelven cada vez más difíciles de manejar incluso numéricamente, a medida que aumenta el número de objetos empaquetados. Específicamente, aquí consideramos clases de problemas OP generales que pueden formularse en el marco de la optimización no lineal. La experiencia de investigación demuestra que, además de utilizar motores solucionadores de optimización no lineal de propósito general, la explotación perspicaz de heurísticas específicas del problema puede mejorar la calidad de las soluciones numéricas. Discutimos clases de problemas OP escalables destinados a empaquetar círculos generales, esferas, elipses y óvalos, con soluciones numéricas (conjeturadas) de instancias de modelos no triviales. Además de su relevancia práctica, estos modelos y sus diversas extensiones también pueden servir como desafíos de prueba de optimización global restringida.