Los Vehículos Aéreos No Tripulados (VANT) se utilizan cada vez más para patrullas urbanas y defensa debido a su bajo costo, alta movilidad y rápida implementación. Este artículo propone un modelo de planificación de misiones multi-VANT que tiene en cuenta las tasas de ejecución de la misión, los costos de consumo de energía de vuelo y los costos de impacto. Se establece un modelo de cinemática y dinámica de un VANT cuatrirrotor, y se analiza el estado de vuelo del VANT. Debido a las dificultades para abordar las restricciones cinemáticas 3D de los VANT y la mala uniformidad utilizando algoritmos de optimización tradicionales, se propone un algoritmo de búsqueda relámpago (LSA) basado en estrategias de anidamiento de múltiples capas y caminatas aleatorias (MNRW-LSA). El rendimiento de convergencia del algoritmo MNRW-LSA se demuestra comparándolo con varios otros algoritmos, como la Optimización del Chacal Dorado (GJO), la Optimización Cazador-Presa (HPO), el Algoritmo de Optimización del Pelícano (POA), el Algoritmo de Búsqueda de Reptiles (RSA) y la Optimización del Águila Dorada (GEO) utilizando funciones de prueba de optimización, pruebas de Friedman y Nemenyi. Además, se añade una estrategia codiciosa al algoritmo de Árbol Aleatorio de Exploración Rápida (RRT) para inicializar las trayectorias para experimentos de simulación utilizando un modelo de ciudad 3D. Los resultados indican que el algoritmo propuesto puede mejorar la convergencia global y la robustez, acortar el tiempo de convergencia, mejorar la cobertura de ejecución del VANT y reducir el consumo de energía. En comparación con otros algoritmos, como la Optimización por Enjambre de Partículas (PSO), el Recocido Simulado (SA) y el LSA, el método propuesto tiene mayores ventajas para abordar problemas de planificación de trayectorias multi-VANT.