Este documento propone un algoritmo de control de seguimiento de trayectoria óptimo aproximado para sistemas no lineales parcialmente desconocidos sujetos a restricciones asimétricas de entrada de control. En primer lugar, el problema se simplifica al introducir una ley de control de avance, y se proporciona un diseño dedicado para el control óptimo con restricciones de entrada asimétricas al rediseñar la función de costo de control en una forma no cuadrática. Luego, se demuestra la optimalidad y estabilidad de la política de control óptimo derivada. Para resolver la ecuación de Hamilton-Jacobi-Bellman (HJB) de seguimiento subyacente considerando sistemas parcialmente desconocidos, se utiliza un algoritmo de aprendizaje por refuerzo integral (IRL) utilizando la aproximación de función de valor basada en redes neuronales (NN). Finalmente, se verifica la efectividad y generalización del método propuesto mediante experimentos realizados en un sistema de simulación de hardware en el lazo (HIL) de alta fidelidad para vehículos aéreos no tripulados (UAV) en comparación con tres otros algoritmos típicos de control de seguimiento de trayectoria.