Дан критический анализ современного состояния использования глубоких нейронных сетей со сверточными и рекуррентными слоями, рекуррентной сети долгой краткосрочной памяти, управляемых рекуррентных блоков для задач оценивания применительно к навигации и управлению движением. Дано сопоставление нейросетевых методов с традиционными для понимания и объяснения их работы. Выявлены отличия, достоинства и недостатки глубоких нейронных сетей применительно к решению задач оценивания. Дан анализ возможности машинного обучения с подкреплением для задач оценивания в навигации и управлении движением в режиме реального времени. Сформулированы перспективы использования нейронных сетей при обработке навигационных данных, в том числе для задач адаптивного оценивания и траекторного слежения.