Projekt doprinosi naporima k povećanju dosega električnih vozila kroz razvoj energetski učinkovitog sustava upravljanja raspodjelom pogonskog momenta vozila s izravnim više motornim pogonom na sve kotače s isključnim spojkama. Predložit će se i usporedno ispitati dvije komplementarne upravljačke strategije, od kojih je prva zasnovana na modelskom prediktivnom upravljanju (MPC), a druga na strojnom učenju/umjetnoj inteligenciji (ML/AI). Prethodno će se u simulacijskom okruženju visoke vjernosti postaviti unaprijedni model pogona i dinamike vozila, te razviti odgovarajući računalno učinkoviti unazadni model uključujući skup vjernih voznih ciklusa za planarno gibanje vozila. Potom će se primjenom globalno optimalnog algoritma dinamičkog programiranja i unazadnog modela vozila provesti opsežna optimiranja upravljačkih varijabli raspodjele pogonskog momenta za širok skup voznih ciklusa, kako bi se postavilo referentno mjerilo i generirala baza podataka za razvoj ML/AI modela. Kod razvoja MPC strategije naglasak će biti na formulaciji i učinkovitom rješavanju problema istovremenog minimiziranja potrošnje energije i frekvencije prekapčanja spojki te razvoju modela predviđanja brzine vozila i brzine skretanja uz unaprijednu informaciju o putanji vozila. Kod razvoja ML/AI strategije naglasak će biti na nadziranom učenju temeljenom na rezultatima optimiranja, uz ispitivanje pojačanog učenja kao alternative. Predložene strategije upravljanja bit će implementirane te ispitane na eksperimentalnom postavu upravljačke jedinice i vozača u zatvorenoj petlji.