Detta arbete undersöker om genetiska algoritmer kan användas för att evolvera parametrar för olika styrbeteenden. Arbetet fokuserar på truppförflyttningar i realtidsstrategisspel (RTS) där trupper av tolv agenter rör sig mellan två punkter i diverse miljöer. Agenterna tränas genom att evolvera styrbeteendeparametrar på små, specifika problem och utvärderas sedan på mer komplexa miljöer som inkluderar flera av de små träningsproblemen.Parameterevolutionen visar lovande resultat med avseende på att agenternas beteende förbättras. Evolutionen leder dock till oönskade bieffekter så som att agenterna föredrar att kollidera med hinder istället för att köra runt dem. Agenter tenderar dock att sporadiskt fastna i väggar vilket drastiskt påverkar resultatet i en negativ mening.Detta arbete saknar fokus för diverse fitnessfunktioner som kan påverka resultatet. Detta kan vara ett intressant fokus för framtida arbeten. Även mer komplexa styrbeteenden kan vara ett bra fokus för vidare studier för att låta agenter lösa mer komplexa problem.