本研究では、大規模な生態環境における複雑な行動の出現に影響を与える物理的スケールと個体数について探ります。参加者は無指導であり、明示的な報酬や学習目標はなく、時間と共に繁殖、変異、自然選択に基づいて進化します。彼らの行動は、周囲の環境や個体群に影響を与える動的な生態系を形成します。この研究の目的は、単一の高性能なポリシーを最適化することではなく、自然競争や環境圧力により行動がどのように出現し進化するかを検証することです。実験では、60,000を超える個体からなる大規模な環境での複数の出現行動（長距離資源採取、視覚に基づく採餌、捕食など）が確認されました。また、感知手法や環境のスケールがこれらの行動に与える影響についても考察し、大規模な環境と個体群が特定の行動を安定的に促進することを発見しました。この研究は、機械学習のための生態学の新たな利用の方向性を示唆しています。