7结果
对于在第五部分中描述的行为选择的每一个方法，执行进化的步骤。
异种交配的生物群体经常收敛到一致性，但每一个单独运行的进化能产生
完全不同的运动策略，这种策略满足要求的行为。为了这个原因，许多单独的
进化被执行，每个执行50到100代，每个进化的最成功的生物被检验。
这些中的一些被显示在图6-9中。在一些例子中，一个进化的结果基因型被用来
作为第二次进化的种子基因型。
游泳的适应度的量度生成了大量的简单的累赘的和尾部摆动的生物。
对于一些进化，出现了更复杂的策略。一些生物使用双桨式划水的附属
器官进行游动。有的使用两个对称的脚蹼或者是多个相似的脚蹼，来推动
自动前进，还有一些多段的水蛇性的生物进化出来，它们以正弦曲线式的
运动弯弯曲曲地游动。
行走的适应度的量度也生成了令人吃惊地数量的简单生物，以相当快速地
拖着脚步走或者是蹒跚而行。有的使用身体的各个角，像蜥蜴一样的步态
行走。有的在空中简单地摇摆它的肢体，以摇头晃脑的方式为了在正确的方式
上向前移动。一些更复杂的生物出现了，它们以尺蠖的方式，推或拉自己的身体
而前进。其它的使用一或多个像腿一样的肢体，来成功的爬行或者是行走。
一些卖力的生物甚至出现了奋力上下挥动着像胳膊一样的肢体，以达到快速的目的。
跳跃的适应度的量度似乎没有像游泳和行走的优化那样生成许多不同的策略。
但有一些简单的跳跃的生物出现了
光源跟随的适应度的量度被用在陆路和水中的环境，生成了能够跟随光源
的游泳或者是行走的许多生物。一些能够一致性地成功地跟随不同位置的
光源。其它能跟随一段时间，但是在一个特定的相对位置就失败了。
在水环境中，一些生物发展了转向装置的鳍来让它们能转向光源。
另一些则调整了划动的角度。
有时一个用户可能要在这个过程的结果上增加更多的控制力，代替简单地让
让生物自动地进化。为了实现这个目的，美学的选择是一个可行的方式，但是
值得注意的是，每个生物的试验性模拟和交互性地提供每一个适应度的值，
需要用户方面有太多的耐心。混合了自动选择和美学选择的一个方便的方式
是注意最终的进化的成功结果，然后开始使用它们，进行美学的选择。尽管
控制是有限的，这给用户提供了对生物在进化过程中的一些影响。
另一个方法是基于看起来的样子或者是手工设计的形态，交互性地进化
生物的形态，然后再在自动化地进化那个形态的大脑，这个大脑针对一个
期望的行为而进化。
在一个物理世界中进化的生物，能够被放置在另一个环境中，进一步地
进化。一个进化了的水蛇，例如，被放置在陆地上，然后进化了爬行代替了
游泳。
