ちょっと古いニュースだがこれとか参考になるだろうか?
DeepMindが「前進せよ」という指令だけで自分で学んで不気味な動きで突き進むAIフィギュアのムービーを公開
https://article.auone.jp/detail/1/3/7/48_7_r_20170711_1499741423232992