В статье представлен обзор методов прямой численной оптимизации для интеллектуальных систем управления беспилотными робототехническими устройствами. Рассмотрена история развития направления, методы исследования задач нелинейного адаптивного управления, системное моделирование при исследовании управляемых процессов с прогнозированием. Применительно к автономному транспорту мобильные роботы должны перемещаться в динамических средах при выполнении заданных ограничений. Необходимы работающие алгоритмы с обратной связью, способные быстро реагировать на меняющиеся условия. Рассмотрены особенности постановок задач в терминах нелинейного адаптивного управления, современные многометодные вычислительные технологии исследования нелинейного адаптивного управления с прогнозированием: алгоритмы онлайн-оптимизации с использованием оффлайн-планировщиков и алгоритмы машинного обучения, опирающиеся на применение искусственных нейронных сетей различной структуры. Исследован опыт разработки и внедрения встроенной стратегии оптимального управления для приложений автономного вождения на дорожном транспортном средстве. Представлены результаты анализа технологий, используемых на практике. Использование рассмотренных технологий позволяет проводить исследования методов нелинейного адаптивного управления с прогнозированием для роботизированного транспортного средства.