В статье представлен новый подход к стабилизации обратного маятника, основанный на применении спайковых нейронных сетей (SNN). Создан действующий демонстратор на базе гироскутера и проведено сравнение предложенного метода с классическими искусственными нейронными сетями (ANN). В рамках исследования выполнено моделирование динамики системы, обучение агентов с подкреплением на основе ANN с последующим преобразованием в SNN, а также прямое обучение SNN. Сравнительный анализ проводился по таким критериям, как качество управления, вычислительная сложность и энергоэффективность. Продемонстрировано, что SNN обеспечивают качество управления, аналогичное ANN, но при существенно меньшем энергопотреблении, что открывает перспективы для их применения в энергоограниченных встраиваемых системах и робототехнике.