El problema de recuperación de datos en arreglos de múltiples vías (es decir, tensores) surge en muchos campos como visión por computadora, procesamiento de imágenes y análisis de datos de tráfico. En este artículo, proponemos un algoritmo escalable y rápido para recuperar un tensor de rango bajo con una fracción desconocida de sus entradas arbitrariamente corrompidas. En el nuevo algoritmo, el problema de recuperación del tensor se formula como un problema de optimización de Análisis de Componentes Principales Robusto (RPCA) multilineal convexo mixto al minimizar una suma de la norma nuclear y la norma -norma. El problema está bien estructurado tanto en la función objetivo como en las restricciones. Aplicamos el método de multiplicadores de Lagrange aumentados que puede aprovechar la buena estructura para resolver eficientemente este problema. En los experimentos, el algoritmo se compara con el algoritmo de vanguardia tanto en datos sintéticos como en datos reales que incluyen datos de tráfico, datos de imágenes y datos de video.