Con el creciente despliegue de enjambres de Vehículos Aéreos No Tripulados (VANT) en entornos inciertos y dinámicamente cambiantes, el control cooperativo óptimo se ha vuelto esencial para garantizar una coordinación del sistema robusta y eficiente. Con este fin, este documento diseña un esquema de control de seguimiento de contención bipartito óptimo basado en datos para sistemas multi-VANT bajo incertidumbres compuestas. Se propone una nueva Estrategia de Regulación de Iteración Dinámica (ERID), que permite el ajuste en tiempo real del paso de iteración de aprendizaje de acuerdo con las demandas específicas de la tarea. En comparación con los algoritmos convencionales de datos fijos, la ERID proporciona mayor flexibilidad y eficiencia computacional, permitiendo mejores compensaciones entre el rendimiento y el costo. Primero, se formula el problema de control de seguimiento de contención bipartito óptimo y se establecen las ecuaciones de Hamilton-Jacobi-Bellman (HJB) acopladas asociadas. Luego, se desarrolla un algoritmo de aprendizaje de políticas iterativas basado en datos equipado con la ERID para resolver la ley de control óptima en línea. La estabilidad y convergencia del esquema de control propuesto se analizan rigurosamente. Además, la ley de control se aproxima a través del marco de red neuronal sin requerir un conocimiento completo del modelo. Finalmente, se proporcionan simulaciones numéricas para demostrar la efectividad y robustez del esquema de seguimiento de contención óptima basado en ERID para sistemas multi-VANT, que puede reducir el número de iteraciones en un 88.27% en comparación con el algoritmo convencional.