現今充斥於電影或是電玩中的人物或角色，大多都無法避免要走得"像人"；當傳統的方法繁瑣而缺乏彈性，基因演算法再一次為動畫製片指出一條簡單易用的路…。
傳統上，要做出動畫中的人物走路的畫面，通常都需要仔細描述每個畫面怎麼走、或是把真人的動作拍攝下來再輸入進去。然而這種做法太繁瑣也缺乏彈性，所以 Torsten Reil 決定運用基因演算法，來教導他的人物走路。
首先必須建立環境；把重力和人物的肌肉結構都做好關連之後，每一個角色有七百組參數可以調整。他透過類神經網路來控制肌肉的運動，但是由於系統實在太複雜而不可能透過人來調整，所以這時就可以導入基因演算法來訓練。
由於系統中有重力等條件，所以系統評分的方法就採用人物走的步數來評分；走越多步的就越好，直到它跌倒為止。剛開始系統中的人物大都走不了一步，但至少有些會比其他晚一些倒下，這些表現比較好的個體會被複製二十份，再做一些細微的突變放到下一代。同時系統也會再產生八十個新的個體加入賽局。
但是由於評分標準是採用走的步數，所以有些角色就會發展出奇怪的走法，例如仆伏前進或是翻筋斗之類的，所以他再進一步把遊戲規則加入一條，就是重心不能低於某個高度。
經過二十回合，系統已經能夠產生走得非常順暢的角色了；我們不需要知道它內部的類神經網路怎麼排列，但可以確定的是演化的力量再一次的快速替我們找到一個解答。
《本文摘譯自：Darwin in a Box》
