I detta arbete som fokuserar på hur neurala nätverk kan appliceras på och hur väl de presterar i en spelmiljö undersöks två nätverksarkitekturer applicerat på en simulation av ett så kallat urvalsbaserat spel. I arbetet så är ett urvalsbaserat spel ett spel som går ut på att en spelare skall göra en mängd val innan spelet börjar, och de två nätverksarkitekturerna som utvärderas är Feed Forward och NEAT. Experimenten låter nätverken skapa lag för en förenklad version av spelet Pokemon och kommer sedan att låta dessa lag tävla emot varandra i en deterministisk testmiljö för att bedöma hur bra nätverken presterar.