El diseño de sistemas de control no lineales de múltiples entradas y múltiples salidas para un quadrotor puede ser una tarea difícil. Las técnicas de optimización inspiradas en la naturaleza pueden mejorar significativamente el diseño de sistemas de control no lineales. Dos técnicas recientemente propuestas, inspiradas en la inteligencia de enjambre basada en la caza, son el Optimizador de Lobo Gris (GWO) y el Optimizador de León de Hormiga (ALO). Este artículo propone el uso de ambas técnicas, GWO y ALO, para diseñar un sistema de control de modo deslizante (SMC) para mejorar el seguimiento de la altitud y la actitud en un modelo dinámico de quadrotor. SMC es una técnica no lineal que requiere que sus parámetros estrictamente acoplados relacionados con componentes continuos y discontinuos se ajusten correctamente para un funcionamiento adecuado. Esto requiere minimizar el error de seguimiento mientras se mantiene el efecto de chattering y la magnitud de la señal de control dentro de límites adecuados. Se presentan y comparan los resultados obtenidos con GWO y ALO, considerando escenarios de vuelo perturbados realistas, con el algoritmo clásico de Optimización por Enjambre de Partículas (PSO). Se presentan resultados simulados que muestran que GWO y ALO superaron a PSO en términos de seguimiento preciso, tanto en condiciones ideales como perturbadas. Se demuestra que la mayor naturaleza estocástica de estos algoritmos basados en la caza proporcionó más confianza en la evitación de óptimos locales, sugiriendo la viabilidad de obtener un seguimiento más preciso para uso práctico.