A neurális hálózat-alapú fejlesztéseink célja olyan, K+F célú szoftverek létrehozása, amelyek alkalmasak kísérleti járművekben, valós körülmények között is működni. Ehhez az ipar és az akadémia legmodernebb eszközeit használjuk, kutatási területként ezeket fejlesztjük tovább. A (mesterséges) neurális hálózat egy a mérnöki világban és egyéb kutatási területeken alkalmazott megközelítés illetve módszertan, melynek alapja egy a neurális egységek (mesterséges neuronok) rendezett hálózata. A módszertan alapját az agy biológiai folyamatai inspiráltak, ahol a neuronok klaszterjeit biológiai axonok kötik össze. A megközelítés előnye az előre programozott megoldásokkal szemben, hogy tanulni képes a megadott mintákból. A módszertan számos területen sikeresen alkalmazható a klasszifikációtól (pl. hang és képfelismerés) elkezdve a regresszióig (pl. előrejelzések). Hátránya többek között, hogy a létrehozott neurális hálózatok megbízhatósága nehezen mérhető, illetve akár meg is téveszthető előre kiválasztott mintákkal. A neurális hálózatok a soft computing kérdéskörérébe tartoznak. Az ide tartozó módszerek általában erősen számításigényes feladatokra adnak nem egzakt (közelítő) megoldásokat. Ilyen számításigényes feladatok lehetnek pl. az összetett vagy az NP-teljes feladatok, amelyekre nincs olyan ismert algoritmus, amely pontos megoldást tud kiszámolni a polinom időben. A soft computing témakörébe tartoznak pl. az evolúciós algoritmusok, gépi tanulás algoritmusok, ezen belül tehát a neurális hálók is.