Actualmente, la industria está experimentando un aumento exponencial en problemas combinatorios basados en binarios. En este sentido, las metaheurísticas han sido una tendencia común en el campo para diseñar enfoques que resuelvan con éxito estos problemas. Por lo tanto, una estrategia conocida incluye el empleo de algoritmos continuos basados en enjambres transformados para funcionar en entornos binarios. En este trabajo, proponemos un enfoque híbrido que contiene estrategias poblacionales discretas adaptadas de manera inteligente para abordar eficientemente problemas basados en binarios. El enfoque propuesto emplea una técnica de aprendizaje por refuerzo, conocida como SARSA (Estado-Acción-Recompensa-Estado-Acción), para utilizar el conocimiento basado en el tiempo de ejecución. Para probar la viabilidad y competitividad de nuestra propuesta, comparamos algoritmos discretos de vanguardia inteligentemente asistidos por SARSA. Finalmente, ilustramos resultados interesantes donde el híbrido propuesto supera a otros enfoques, proporcionando así una opción novedosa para abordar este tipo de problemas en la industria.