В настоящее время в робототехнике идет быстрое развитие новых типов шасси и способов передвижения, для которых требуются оригинальные способы управления, отвечающие многим строгим требованиям. Наряду с человекоподобными и четырехногими роботами, исследуется задача управления группами более просто устроенных роботов. В статье рассматривается задача управления системой из двух роботов-кубов как механической системой твердых тел со связями. Для построения траектории и нахождения управления используется оптимизация. В отличие от многих предыдущих методов, мы исследуем возможность нахождения производных оптимизируемой функции ошибки непосредственно по переменным управления путем использования систем автоматического дифференцирования. Дается краткий обзор методов автоматического дифференцирования, а также обучения с подкреплением, в~контексте которого в данный момент развивается эта область. Кратко излагается теория динамики систем твердых тел, а также основные детали решения задачи оптимизации. Рассматриваются несколько сценариев, для которых находится управление и траектория совместного движения роботов. Приводятся параметры проведенного численного эксперимента и характеристики использованного оборудования. Результаты исследования представлены в виде графиков и кинограмм.