La Neuroetologia Artificiale e' una recente metodologia di ricerca che studia le basi adattive del comportamento intelligente mediante la creazione e l'analisi di organismi artificiali che interagiscono con un ambiente. Essa poggia su alcune importanti considerazioni: a) la comprensione e la modellazione di capacita' comportamentali e cognitive non puo' prescindere dall'apparato sensomotorio dell'organismo e dall'interazione con l'ambiente; b) l'approccio sintetico (ovvero l'assemblaggio di semplici componenti e lo studio delle proprieta' emergenti) e' un potente strumento che permette di studiare sistemi complessi caratterizzati da trasformazioni non-lineari a molti livelli (come nel caso degli organismi viventi), altrimenti difficili da comprendere attraverso i piu' tradizionali metodi analitici; c) la comprensione dello sviluppo di una struttura e' rilevante per la comprensione del funzionamento della struttura stessa. In questo contesto i modelli di elaborazione distribuita dell'informazione (reti neurali artificiali) si rivelano particolarmente adeguati ad essere utilizzati per simulare il sistema di controllo degli organismi artificiali. In questa tesi definisco e inquadro la Neuroetologia Artificiale in una cornice storica e teorica e descrivo 7 diversi esperimenti con organismi artificiali simulati e reali (robot) che possiedono un sistema di controllo neurale. Gli organismi sono liberi di interagire con un ambiente fisico e sviluppano una serie di capacita' comportamentali e cognitive attraverso un processo di adattamento filogenetico (algoritmi genetici) e ontogenetico (algoritmi di apprendimento).