来自英特尔 AI 实验室和俄勒冈州立大学协作机器人和智能系统研究所的研究人员结合了多种方法来制作性能更好的强化学习系统，可应用于机器人控制，控制自主车辆功能的系统和其他复杂系统。 协同进化强化学习（CERL）可以在人形机器人上，包括 OpenAI 的 Hopper，Swimmer，HalfCheetah 和 Walker2D 等基准测试中实现更好的性能，而不是基于梯度的算法或用于强化学习的进化算法。使用 CERL 方法，研究人员能够基于 OpenAI 的 Humanoid 基准测试使 3D 人形代理直立行走。（VentureBeat）