Este estudio considera el diseño numérico y la implementación práctica de una nueva técnica de diseño de control basada en observadores de redes neuronales multicapa para sistemas de vehículos aéreos no tripulados. Inicialmente, se diseña un observador de Luenberger basado en redes neuronales multicapa adaptativas para la estimación del estado mediante un algoritmo de retropropagación modificado. La naturaleza adaptativa del observador propuesto ayuda a mitigar el impacto del ruido, las perturbaciones y las variaciones de parámetros, que generalmente no son considerados por los observadores convencionales. Basado en los estados observados, se diseña un controlador de modo deslizante terminal rápido basado en inversión dinámica no lineal para alcanzar el control de seguimiento de actitud y posición deseados. Esto se realiza mediante la utilización de una estructura de control de dos lazos. Se llevan a cabo simulaciones numéricas para demostrar la efectividad del esquema propuesto en presencia de perturbaciones, incertidumbre de parámetros y ruido. Los resultados numéricos se comparan con enfoques actuales, demostrando la superioridad del método propuesto. Para evaluar la efectividad práctica del método propuesto, se realizan simulaciones de hardware en bucle utilizando un controlador de vuelo Pixhawk 6X que se conecta con el software de planificación de misiones. Finalmente, se realizan experimentos en un cuatrirrotor F450 real en un entorno de laboratorio seguro, demostrando la estabilidad y un buen rendimiento de seguimiento del esquema de control SMC basado en observadores MLNN propuesto.