El control de formación de robots tiene varias ventajas que lo hacen interesante para la investigación. Se han publicado múltiples trabajos en la literatura utilizando diferentes enfoques de control. Este trabajo presenta el control de diferentes grupos de robots para lograr una formación deseada basada en el control de pinning de redes complejas y la traducción de coordenadas. La ley de control implementada comprende términos de limitación de redes complejas, proporcionales y de evitación de colisiones. Las pruebas para esta propuesta se realizaron a través de simulaciones y pruebas experimentales, considerando diferentes redes de robots diferenciales. Los robots seleccionados son los Turtlebot3 Waffle Pi. El Turtlebot3 Waffle Pi es un robot móvil diferencial con el Sistema Operativo de Robots (ROS). Tiene un sensor de detección y rango de luz (LiDAR) utilizado para calcular el término de la ley de control de evitación de colisiones. Las pruebas muestran resultados favorables en diferentes formaciones probadas en varios grupos de robots, cada uno compuesto por un número diferente de robots. A partir de este trabajo, se pueden derivar implementaciones en otros dispositivos, así como el seguimiento de trayectorias una vez en formación, entre otras aplicaciones.