Предметом розгляду статті є процеси автоматизованого конструювання топології штучної нейронної мережі (ШНМ), яка агрегує позиції членів рою безпілотних літальних апаратів та результати бортової детекції об’єктів у єдину схему навколишнього середовища. Показано, що пряма геометрична проєкція детекцій непридатна як самостійне рішення: похибка проєкції зростає лінійно з висотою польоту, а спостереження одного об’єкта різними агентами породжують хибні дублікати. Запропоновано модель агрегації у формі композиції поелементного кодувальника, симетричної операції агрегування та декодувальника, інваріантної до перестановок спостережень, що дозволяє опрацьовувати змінну кількість активних відеопотоків при зміні складу формації. Розроблено методику генетичного конструювання топології такої ШНМ, у якій функція придатності поєднує точність схеми середовища з обмеженнями бортової платформи, а оператор мутації розширено модифікаторами типу симетричного агрегування та розмірності внутрішнього подання. Наведено результати експериментів у середовищі Gazebo/SITL для рою з шести квадрокоптерів. Бібл. 10, іл. 3, табл. 3