Este documento propone una variante novedosa del algoritmo de Optimización del Lobo Gris (GWO, por sus siglas en inglés), llamado Optimizador del Lobo Gris con Ayuda de Velocidad (VAGWO). El GWO original carece de un término de velocidad en su procedimiento de actualización de posición, y este es el principal factor que debilita la capacidad de exploración de este algoritmo. En VAGWO, este término se establece cuidadosamente e se incorpora en la fórmula de actualización del GWO. Además, tanto la capacidad de exploración como la de explotación del GWO se mejoran en VAGWO enfatizando el aumento de pasos que cada lobo líder da hacia los demás en las primeras iteraciones, mientras que se reduce en las iteraciones posteriores. El VAGWO se compara con un conjunto de algoritmos de optimización metaheurística populares y recientemente propuestos mediante su implementación en un conjunto de 13 funciones de referencia estándar de alta dimensionalidad desplazadas, así como 10 funciones de composición complejas derivadas del conjunto de pruebas CEC2017 y tres problemas de ingeniería. La complejidad del algoritmo propuesto también se evalúa frente al GWO original. Los resultados indican que el VAGWO es un algoritmo computacionalmente eficiente, generando resultados altamente precisos cuando se emplea para optimizar problemas de alta dimensionalidad y complejos.