Answers:
凉亭是您想要做的一个很好的工具。由于您使用的是自定义机器人，因此需要构建一个模型供模拟器使用。他们已经成功地做到了这一点，但我可以想象要花些时间才能完成。
Gazebo也很不错，因为它与ROS一起很好地工作，这意味着如果您进行构建，则可以构建一个程序来控制您的机器人，并通过集成将命令发送到模拟机器人，或者通过rosserial将命令发送到真实机器人。请注意，如果您没有使用任何这些工具，那么将需要一些时间来开发您的解决方案。
这不会涵盖机器人仿真，但是OpenCV机器学习库对于评估学习算法和训练参数以下载到机器人可能很有用。
它包括一个神经网络的实现，可能对此问题特别感兴趣。
OpenCv也是一个标准库，可能会与机器人本身的其他一些模拟器很好地集成。
最近开放源代码的V-REP模拟器可以满足您的需求。我发现它比凉亭更平易近人，并且可以在Windows，OSX和Linux上运行。他们的教程相当简单。有很多不同的方式以编程方式与其进行交互（包括ROS）。看起来甚至还有一个制作hexapod的教程，如果他们还没有可用的四足动物的示例，那么您可以将其用作起点。不幸的是，我相信模拟器与UI渲染直接相关，我认为Gazebo不一定是这种情况。
因此，您的程序必须使用多种方法中的一种与V-REP进行交互，然后将由V-REP中的某些传感器确定的特定步态的性能输入到机器学习算法中（也许来自OpenCV @WildCrustacean提到）。然后，您必须想出从模拟机器人使用的步态描述到用于在Arduino上命令实际电机的东西的翻译。
另一方面，您可以使用现有的物理引擎制作自己的模拟器，并使用图形库对其进行渲染。如果您喜欢C ++，则可以分别将Bullet和OGRE用于此目的。其他编程语言还有很多其他的。
我还将研究从事步态生成的研究人员如何进行模拟。可能有一个现有的专用于它的开源项目。