進化機器人學是人工智能（AI）的一種體現方式，其中機器人是利用達爾文的自然選擇原則自動設計的。機器人或機器人的一個子系統（如神經控制器）的設計是針對行為目標（如盡可能快地運行）進行優化。通常，設計是在模擬中評估的，因為制造數千或數百萬的設計并在現實世界中測試它們，在時間、金錢和安全方面都是非常昂貴的。進化機器人實驗從一個隨機生成的機器人設計群開始。性能最差的設計被丟棄，并被突變和/或更好的設計組合所取代。這種進化算法一直持續到預先規定的時間過去，或者一些目標性能指標被超越為止。進化機器人方法對于必須在人類直覺有限的環境（納米級、空間等）中操作的工程機器特別有用。進化的模擬機器人也可以作為科學工具，在生物學和認知科學中產生新的假設，并測試那些需要在現實中證明難以或不可能進行的實驗的舊假設。

在20世紀90年代初，兩個獨立的歐洲小組展示了機器人控制系統進化的不同方法。EPFL的DarioFloreano和FrancescoMondada為Khepera機器人進化了控制器。AdrianThompson、NickJakobi、DaveCliff、InmanHarvey和PhilHusbands在蘇塞克斯大學為Gantry機器人進化了控制器。然而，這些機器人的身體在進化前就已經預設好了。

麻省理工學院媒體實驗室的KarlSims和JeffreyVentrella也在20世紀90年代初報告了xxx個進化機器人的模擬。然而，這些所謂的虛擬生物從未離開他們的模擬世界。xxx個在現實中建造的進化機器人是由布蘭代斯大學的霍德-利普森和喬丹-波拉克在21世紀初3D打印的。