Debido a la disponibilidad de la tecnología de Industria 4.0, es posible la aplicación de análisis de big data a sistemas automatizados. La distribución de productos entre almacenes o dentro de un almacén es un área que puede beneficiarse de la automatización basada en la tecnología de Industria 4.0. En este documento, el enfoque se centró en desarrollar un sistema de planificación de rutas dinámicas para vehículos guiados automatizados dentro de un almacén. Se consideró un problema de enrutamiento dinámico con obstáculos en tiempo real en esta investigación. Un problema clave en esta área de investigación es la falta de un algoritmo de planificación de rutas en tiempo real adecuado para la implementación en vehículos guiados automatizados con recursos informáticos limitados. Se propone un modelo de optimización, así como metodologías de aprendizaje automático para determinar una ruta operativa para el problema. Se utilizó el diseño interno de un almacén de un gran distribuidor de productos de consumo para probar el rendimiento de las metodologías. Se desarrolló un entorno de simulación basado en Gazebo y se utilizó para probar la implementación del sistema de planificación de rutas. Los resultados computacionales muestran que las metodologías propuestas de aprendizaje automático pudieron generar rutas con una precisión de prueba de hasta el 98% para un diseño interno práctico de un almacén con 18 estantes de almacenamiento y 67 segmentos de ruta. También se proporcionan ideas gerenciales sobre cómo la configuración del aprendizaje automático afecta la precisión de la predicción.