Предметом исследования данной работы является применение метода обучения с подкреплением к созданию управляющих автоматов. Объектом исследования является робот Lego NXT 2.0. В ходе работы был предложен и реализован адаптивный алгоритм управления данным роботом для движения по заданной траектории. Работа алгоритма была экспериментально проверена на трех различных трассах. При этом за счет обучения было достигнуто сокращение времени прохождения трассы на величину от 25% до 70% в зависимости от сложности трассы.