本文介绍了一种强大的进化系统，对不同环境下行走和游泳软机器人的任意形态进化进行了广泛研究，按照三组实验的方式进行探究。结果表明，不同材料在进化软体运动方面具有不同的影响，在我们简化的物理世界中，更加坚硬的机器人在陆地上的步态和形态更为复杂和有效，在水中表现也更好。研究还提出了关于环境转换对形态再适应现象的有趣观察，并指出了在陆地 - 水和水 - 陆转换之间的潜在不对称性：第一种转换似乎具有不利影响，而第二种转换似乎有某些益处。

Nov, 2017

通过 Bayesian 非参数模型及其相关的高效推理算法，本文解决了从时间序列细菌计数数据中学习微生物动态学的关键概念和实际挑战，并将其应用于模拟和实际数据，展示了从有限数据中系统识别与获取新的生物学见解的功能。

May, 2018

研究了生物的不同子系统，着重在机器人中实现了一种简化的发育模型并确定了其能够增加进化性的作用。

Jun, 2017

该研究探讨并展现了一种新的技术 ——“形态创新保护”，可协同优化机器人的结构和控制策略并避免局部最优解来提高机器人的行为性能，促进了自动化机器人设计和行为训练，同时为研究实体认知理论提供了实验检验的平台。

Jun, 2017

我们认为将硬分类界限视为暂时的、观察者相关的、实用主义的观点是有用的，这种观点有助于我们理解生物与技术中的多计算、多功能原则，并有助于我们理解和设计演化和设计系统的方式。

Dec, 2022

该研究报道了一种之前未知的现象，即进化发现了对控制变化具有鲁棒性的身体计划，这些身体计划成为遗传上同化的，但这些代理人的控制器并未被同化。这发现对于人工和实体代理人的进化设计有影响，如机器人对其控制器内部变化具有鲁棒性，也可能对其环境的外部变化具有鲁棒性。

Nov, 2017

本研究使用机器学习的方法，通过分析土壤生物、化学和物理性质以及微生物群落密度等环境特征，提高了对植物表型的预测准确度，并对数据预处理策略进行探讨，强调合理的标签定义比正态化、分类水平或模型特征更为关键。

Jun, 2023

探讨生物机器人的概念在材料科学、信息科学和生命科学等之间的变化和交叉，以及生物学、计算机科学和机器人学的交叉研究可能带来的多尺度控制、自组装和形态与功能之间关系的问题。

Jul, 2022

通过探究捕食 - 猎物场景如何诱导出现开放式演化（OEE），使用固定形态的模块化机器人，并对其控制器进行进化。引入所谓的标记系统作为一个新特性，预期增加行为复杂性。结果表明，通过使用模块化机器人的捕食 - 猎物动态能够产生出自适应策略，展示了诱导 OEE 的可行性，尽管似乎依赖于将繁殖条件化为明确的行为标准。

Sep, 2023

本文研究了机器人群体控制器的设计，并探索了一种进化方法来缓解人类开发者对控制器细节和群体行为之间联系的困难。使用微分进化来发展神经网络控制器，实现机器人遵循环境特征的梯度并解决任务。研究表明，进化所得解决方案在控制较差的情况下具有最大的灵活性，而有一个群体规模的 “甜蜜点”，同时观察到群体的集体运动，展示了真正的新兴行为，这是进化过程中未被代表和选择的。

Mar, 2022