La programación de tareas distribuida es una preocupación constante en el campo de los vehículos múltiples, especialmente en los últimos años; el enjambre de UAV que realiza tareas complejas le otorga nuevas características, como la autoorganización, la escalabilidad, la reconfigurabilidad, etc. Esto requiere que el enjambre tenga la capacidad de reprogramación distribuida para incluir dinámicamente la mayor cantidad posible de tareas no asignadas o nuevas, mientras se satisfacen estrictas limitaciones de tiempo. Como uno de los métodos de reprogramación más avanzados, el algoritmo Performance Impact (PI)-MaxAss proporciona una referencia importante para este documento. Sin embargo, su estrategia basada en el intercambio de tareas enfrenta el problema del bloqueo, y el método de reprogramación de tareas no debería limitarse a esto. Con este fin, se propone un nuevo método de reprogramación distribuida para enjambres de UAV, que combina la estrategia de reordenamiento de tareas local y la estrategia de intercambio de tareas mejorada. Por un lado, basándose en el análisis del hecho de que el programador es poco razonable para los individuos, este documento propone una estrategia de reordenamiento de tareas local denominada PI-Reorder, que simplemente añade la estrategia de reordenamiento a la fase de inclusión recursiva del algoritmo PI-MinAvg, de modo que las tareas no asignadas o nuevas puedan ser incluidas sin depender del intercambio de tareas. Por otro lado, a partir del fenómeno de que dos o más vehículos ocasionalmente quedan atrapados en un ciclo infinito de intercambio de las mismas tareas, se analiza el problema del bloqueo de PI-MaxAss, que luego se resuelve introduciendo una estrategia de intercambio de tareas libre de bloqueos, donde se utilizan algunos contadores definidos para detectar y aislar los bloqueos. Luego, se utiliza un escenario de rescate para demostrar el rendimiento de los métodos propuestos, PI-Hybrid en comparación con PI-MaxAss. Los resultados de simulación de Monte Carlo muestran que, en comparación con PI-MaxAss, este método no solo puede aumentar el número de asignaciones en diversos grados, sino también reducir el tiempo de espera promedio, mientras se asegura la evitación de bloqueos. Los métodos pueden ser utilizados no solo para la optimización secundaria de los algoritmos de programación de intercambio de tareas existentes para escapar de óptimos locales, sino también para la reconfiguración de tareas de enjambre después de añadir o eliminar tareas.