Este estudio evalúa y compara el rendimiento computacional y la aplicabilidad práctica de algoritmos avanzados de planificación de rutas para Vehículos Aéreos No Tripulados (VANT) en entornos dinámicos y ricos en obstáculos. Se destaca el marco de Planificación de Rutas Multi-Objetivo Adaptativa (AMOPP) por su capacidad para equilibrar múltiples objetivos, incluyendo la longitud de la ruta, la suavidad, la evitación de colisiones y la capacidad de respuesta en tiempo real. A través de un análisis experimental, AMOPP demuestra un rendimiento superior, con una reducción del 15% en la longitud de la ruta en comparación con A*, logrando una longitud de ruta promedio de 450 m. Su desviación angular de 8.0 grados asegura trayectorias más suaves que los métodos tradicionales como el Algoritmo Genético y la Optimización por Enjambre de Partículas (PSO). Además, AMOPP logra una tasa de colisión del 0% en todas las simulaciones, superando a métodos basados en heurísticas como la Búsqueda del Cuco y la Optimización por Colonias de Abejas, que presentan tasas de colisión más altas. La capacidad de respuesta en tiempo real es otra fortaleza clave de AMOPP, con un tiempo promedio de re-planificación de 0.75 s, superando significativamente a A* y RRT*. Se analizan las complejidades computacionales de cada algoritmo, con AMOPP exhibiendo una complejidad temporal de y una complejidad espacial de , asegurando escalabilidad y eficiencia para operaciones a gran escala. El estudio también presenta una comparación cualitativa y cuantitativa integral de 14 algoritmos utilizando visualizaciones en 3D, destacando sus fortalezas, limitaciones y escenarios de aplicación adecuados. Al integrar la optimización ponderada con estrategias basadas en penalizaciones e interpolación de splines, AMOPP proporciona una solución robusta para la planificación de rutas de VANT, particularmente en escenarios que requieren navegación suave y re-planificación adaptativa. Este trabajo establece a AMOPP como un marco prometedor para operaciones de VANT en tiempo real, eficientes y seguras en entornos dinámicos.