自由形态身体

图中的每一步

1. 空白的空间

   这里的强化学习智能体不学控制机器人，而是学着从一片空白开始，自己造一个。

2. 一次选择，一块材料

   每次选择放下一块被动组织或肌肉；山丘标出智能体最可能动手的位置。

3. 身体成形

   40 次选择之后，身体已经长成；散落的碎块舍去，只留下连成一体的部分作为机器人。

4. 距离即奖励

   这些小生物在仿真中按行进距离排名；智能体从排名中学习，更好的身体随之出现。