Robot dạng rắn có cấu trúc phức tạp, khó mô phỏng bằng các mô hình vật lý truyền thống. Nhóm tác giả đề xuất phương pháp Bootstrapped Neuro-Simulation (BNS), cho phép phát triển đồng thời bộ điều khiển và mô phỏng bằng mạng nơ-ron trong quá trình tiến hóa. Mô phỏng được huấn luyện từ dữ liệu thực nghiệm thu thập trong quá trình đánh giá bộ điều khiển thực tế. Kết quả cho thấy hành vi mô phỏng bằng mạng nơ-ron có độ chính xác cao và chuyển giao tốt sang robot thực. Ngoài ra, bài báo cũng phân tích ảnh hưởng của các tham số như kích thước quần thể, tỷ lệ đột biến, phương pháp chọn lọc đến hiệu quả của quá trình tiến hóa. Phương pháp BNS mở ra hướng đi mới cho việc phát triển bộ điều khiển cho các robot có hình thái phức tạp.