Este estudio investiga el problema de los robots enjambre que buscan múltiples objetivos en un entorno desconocido. Proponemos el algoritmo de Optimización de Lobos Grises con Ponderación Óptima Histórica (HOWGWO) basado en una estrategia de agrupación mejorada. En el algoritmo HOWGWO, reunimos y actualizamos la posición óptima histórica de cada lobo gris individual y clasificamos a los lobos grises según el mérito de su posición óptima histórica. La posición de la presa es estimada dinámicamente por el lobo líder, y todos los lobos grises se mueven hacia la posición estimada de la presa. Para resolver el problema de múltiples objetivos de búsqueda de robots enjambre, integramos el algoritmo HOWGWO con una estrategia de agrupación mejorada y dividimos el algoritmo en dos etapas: la etapa de caminata aleatoria y la etapa de agrupación dinámica. Durante la etapa de caminata aleatoria, los lobos grises se mueven aleatoriamente y actualizan sus posiciones óptimas históricas. Durante la etapa de agrupación dinámica, el algoritmo HOWGWO genera puntos auxiliares de búsqueda (SAPs) adoptando una estrategia de agrupación mejorada basada en las posiciones óptimas históricas de los lobos grises individuales. Estos SAPs luego se utilizan para agrupar a los lobos grises para buscar presas diferentes. Los SAPs se vuelven a generar utilizando las posiciones históricas óptimas de cada lobo gris individual después de que las posiciones hayan sido actualizadas, en lugar de solo las pertenecientes a un grupo específico. La efectividad del algoritmo HOWGWO propuesto se evalúa ampliamente en 30 dimensiones utilizando la suite de pruebas CEC 2017, que simula problemas unimodales, multimodales, híbridos y de composición. Luego, los resultados obtenidos se comparan con competidores, incluidos GWO, PSO y EGWO, y los resultados se analizan estadísticamente a través de la prueba de Friedman. Finalmente, se realizan simulaciones para simular el problema de búsqueda de múltiples objetivos por robots enjambre en un entorno real. Los resultados experimentales y el análisis estadístico confirman que el algoritmo HOWGWO propuesto tiene una velocidad de convergencia rápida y una calidad de solución para resolver problemas de optimización global y problemas de búsqueda de múltiples objetivos por robots enjambre.