Denna studie utvärderar hur ANN arkitekturerna Gated Recurrent Unit Neural Network(GRU NN) och Extended Sequential Cascaded Network (ESCN) presterar som styrsystem tillbilar i ett bilspel. En evolutionär algoritm används för att träna nätverken att lösa dettaproblem. Syftet med arbetet är att undersöka vilket av de två nätverksarkitekturerna i frågapresterar bäst som styrsystem för bilar i ett bilspel. Ett program utvecklades för att simulerabilar med respektive styrnätverk. Komplexiteten på simulationen definieras efter tre olikaväglag; ingen, medelsvår och svår halka. ESCN nätverket visade sig prestera bättre än GRUNN arkitekturen. Detta arbete svarar inte helt på varför ESCN-arkitekturen presterar bättre.I framtida arbeten hade det varit intressant att titta närmare på hur de olika arkitekturernaanvänder sitt minne och när det används till en fördel.