La tecnología emergente de vehículos aéreos no tripulados, comúnmente conocidos como drones, ha brindado nuevas oportunidades para los profesionales de la logística urbana en la última década. El transporte ha jugado siempre un papel crucial en la sociedad y en la economía, y un motor fundamental del desarrollo económico en los últimos tiempos ha sido la inversión en sistemas de transporte cada vez más eficientes. Los drones presentan ventajas atractivas en comparación con los vehículos terrestres estándar, como evitar la congestión en las redes viales, eliminar el riesgo del personal en operaciones de difícil acceso u obtener una mayor precisión de medición en la inspección de infraestructuras. Muchas empresas comerciales han mostrado recientemente interés en utilizar drones para realizar entregas de última milla más rentables y rápidas. Amazon anunció a finales de 2013 que entregaría paquetes directamente en cada puerta a través de Prime Air usando pequeños drones 30 minutos después de que los clientes presionaran el botón “comprar”. Unos años más tarde, lanzaría una versión de su dron de entrega Prime Air que era una aeronave híbrida robusta capaz de despegar y aterrizar verticalmente que podía volar hasta 15 millas y entregar paquetes de menos de cinco libras a los clientes en menos de 30 minutos. Junto con Amazon, otros servicios de entrega como UPS o Google han estado probando el uso potencial de drones para la entrega de paquetes. Dado que los drones aéreos no están restringidos por la infraestructura local, también se pueden utilizar de manera rentable en la distribución rural, la vigilancia y la intralogística, así como en el mapeo geológico y ambiental en 3D para la recopilación de datos. El uso de drones dentro de todos estos escenarios enfrenta múltiples problemas (y desafíos) que pueden ser abordados mediante problemas de rutas, cuyos modelos de solución apuntan a encontrar la ruta (o rutas) más eficiente relacionada con un recurso explícito como la distancia, el tiempo o la energía.The emerging technology of drones has provided new opportunities for practitioners in urban logistics in the last decade. Drones present attractive advantages compared with standard ground vehicles in transportation, such as avoiding the congestion on road networks, eliminating the risk of personnel in difficult access operations or getting higher measurement accuracy in infrastructure inspection. The use of drones within distribution, surveillance or intralogistics scenarios faces multiple issues (and challenges) that can be addressed by routing problems, whose solution models aim to find the most efficient route (or routes) related to an explicit resource such as distance, time or energy.This thesis focuses on the study of some extensions of arc routing problems in which drones are used to optimize a certain service. Given a graph representing a network, arc routing problems (ARPs) consist of finding a tour, or a set of tours, with total minimum cost traversing (servicing) a set of links (arc or edges) of the graph, called required links, and satisfying certain conditions. The use of drones to perform the service in ARPs involves significant changes in the traditional way of modeling and solving these problems. Since aerial drones have the capability to travel directly between any two points of the network, not necessarily between vertices of the graph, arc routing problems with drones are continuous optimization problems with an infinite and uncountable number of feasible solutions. One mathematical approach for their solution consists on approximating each curved line in the plane of a drone ARP instance by a polygonal chain with a finite number of segments, and solving the problem as a discrete optimization problem, where vehicles are allowed to enter and leave each curved line only at the points of the polygonal chain. Once discretized, the set of non-required edges of the instance forms a complete graph, and the deadheading cost between any pair of points is given by the Euclidean distance. In this context, we address three variants of arc routing problems with drones, which are modeled as combinatorial optimization problems and addressed with heuristic and exact mathematical approaches: the length constrained K-drones rural postman problem, where a fleet of K drones with limited autonomy has to jointly traverse a set of lines on the plane, the multi-purpose K-drones general routing problem, where a fleet of K multi-purpose drones (aerial vehicles that can both make deliveries and conduct sensing activities) has to jointly visit a set of nodes to make deliveries and also map one or more continuous areas, and the load-dependent drone general routing problem, an extension of the classical general routing problem in which the traversal time of each edge of the graph depends on the cargo carried by the drone.