Este estudio analiza principalmente el problema de planificación de la ruta más corta para formaciones de vehículos aéreos no tripulados (UAV) bajo secuencias de objetivos inciertas. Con el fin de mejorar la eficiencia de la búsqueda colaborativa en grupos de drones, se propone un algoritmo de compensación anticipada basado en la optimización de los ángulos de rumbo de cuatro puntos. Basándose en el algoritmo de horizonte móvil, este método introduce los ángulos de rumbo de puntos adyacentes para compensar y desacoplar aproximadamente las ecuaciones triangulares de la trayectoria óptima, y se propone una fórmula general para calcular los ángulos de rumbo. Los datos de simulación indican que el modelo que utiliza el algoritmo de compensación anticipada muestra una mejora máxima del 12.9% en comparación con otros algoritmos. Además, para resolver la complejidad computacional y los requisitos de tamaño de muestra para soluciones óptimas en el modelo de vendedor viajero múltiple de Dubins, se introduce un modelo de planificación de rutas para múltiples formaciones de UAV basado en la pre-asignación del problema del vendedor viajero euclidiano (ETSP). Al pre-asignar sub-objetivos, el modelo reduce la escala computacional de muestras individuales mientras mantiene un tamaño de muestra constante. Los resultados de la simulación muestran una mejora del 8.4% y del 17.5% en regiones dispersas para el modelo propuesto del problema del vendedor viajero euclidiano de Dubins (EDTSP) para el despegue desde diferentes puntos.