1: 진화 로봇: 자율 로봇 시스템의 핵심 원리와 진화를 소개하고, 자연 선택과 유사하게 시행착오를 통해 로봇이 어떻게 진화할 수 있는지 강조합니다.

2: 진화 계산: 로봇에서 복잡한 최적화 문제를 해결하는 데 사용되는 유전 알고리즘과 같은 진화 생물학에서 영감을 받은 계산 기술을 설명합니다.

3: 증강 토폴로지의 신경 진화: 구조와 가중치를 포함하여 신경망이 진화하여 로봇 성능을 최적화하는 획기적인 접근 방식을 논의합니다.

4: 신경 진화: 로봇의 학습과 적응성에 초점을 맞춰 로봇의 기능을 향상시키기 위해 인공 신경망을 진화시키는 과정을 탐구합니다.

5: 진화 가능한 하드웨어: 변화하는 환경 조건에 대응하여 진화하는 하드웨어 시스템에 대한 개요를 제공하고, 진화적 개념을 물리적 로봇 시스템에 도입합니다.

6: 점 모바일 로봇: 진화 로봇 기술이 실제 로봇 플랫폼에 적용된 방법의 주요 사례인 점 모바일 로봇을 살펴봅니다.

7: 다리오 플로레아노: 진화 로봇 분야의 선도적 연구자인 다리오 플로레아노의 공헌을 강조합니다. 그의 연구는 이 분야에 큰 영향을 미쳤습니다.

8: 인만 하비: 인만 하비의 연구와 로봇 시스템과 진화 알고리즘을 통합하는 데 있어 그의 혁신적인 접근 방식을 살펴봅니다.

9: 필 허즈밴드: 자율 로봇 행동 분야에서 필 허즈밴드의 작업과 로봇 공학에서 진화적 방법을 적용하는 데 기여한 그의 업적에 초점을 맞춥니다.

10: 스테파노 놀피: 스테파노 놀피의 신경 진화에 대한 기여와 역동적인 환경에서 학습하고 진화하는 로봇을 만드는 그의 업적을 조사합니다.

11: 신경로봇공학: 로봇 공학과 신경 과학이 융합되어 생물학적 지능을 모방할 수 있는 로봇을 개발하는 흥미로운 신경 로봇 공학 분야를 다룹니다.

12: 인공 개발: 진화 및 개발 원리를 적용하여 보다 복잡하고 적응적인 로봇 시스템을 만드는 새로운 인공 개발 분야를 설명합니다.

13: 하이퍼닛: 복잡한 로봇 동작과 구조를 생성하는 신경망을 진화시키는 고급 방법인 하이퍼닛 프레임워크를 소개합니다.

14: 형태발생 로봇: 로봇이 진화 과정을 통해 물리적 형태를 자체적으로 조직하고 적응시키는 형태발생 로봇에 초점을 맞춥니다.

15: 진화적 발달 로봇: 진화 알고리즘과 발달 로봇을 결합하여 시간이 지남에 따라 성장하고 학습하는 로봇을 만드는 방법을 살펴봅니다.

16: 데이브 클리프(컴퓨터 과학자): 인공 생명과 진화 알고리즘에 대한 연구가 적응형 로봇 개발에 영향을 미친 데이브 클리프의 작업에 대해 논의합니다.

17: 인공 생명: 인공 생명과 로봇 간의 관계를 탐구하고 로봇에서 실제와 같은 동작을 만드는 것이 어떻게 보다 지능적인 시스템으로 이어질 수 있는지 논의합니다.

18: 조던 폴락: 인공 진화에서 조던 폴락의 작업을 강조합니다. 특히 로봇 성능을 개선하기 위해 자연적 과정을 모방하는 시스템을 개발하는 것과 관련이 있습니다.

19: 자비네 하우어트: 자비네 하우어트가 멀티로봇 시스템에 기여한 점과 진화 원리가 협업 로봇의 행동을 어떻게 개선할 수 있는지에 초점을 맞춥니다.

20: 파바이 람다야: 자율 로봇의 움직임과 행동 연구를 통합한 로봇공학과 신경생물학 연구를 하는 파바이 람다야의 작업을 살펴봅니다.

21: 유전적 프로그래밍: 로봇 행동을 제어하는 ​​프로그램을 진화시키는 데 사용되는 방법인 유전적 프로그래밍을 살펴보며 마무리합니다. 복잡한 작업에서 자동화를 용이하게 합니다.