Meta Motivo（人形行为基础模型）

Meta 的仿真人形行为基础模型，不用再训练就能做动作跟踪、到达姿态和按奖励行动

Meta FAIR 在 2024 年 12 月发布，论文发表于 ICLR 2025，官方称其为首个人形行为基础模型。它控制的是物理仿真（HumEnv 环境）里的虚拟人形角色，不是真实机器人。核心算法 FB-CPR 以前向-后向表示为基础，这是一种把状态、奖励和策略编码进同一个潜在空间的无监督强化学习方法；再加一个判别器，约束策略去贴近没有动作标签的动捕数据，让学到的动作既像人又能泛化。预训练完成后，给一段参考动作、一个目标姿态或一个奖励函数，都能直接得到对应策略，不需要额外训练或规划；对重力、风、外力推搡等变化也有一定鲁棒性。代码和参数量从 2450 万到 2.88 亿的几个模型均已开源。

例子给同一个预训练模型分别输入一段动捕参考动作、一个目标站姿或一个「原地转圈」的奖励函数，它都能直接控制仿真人形完成，不需要针对每个任务重新训练。

也叫

FB-CPR、Forward-Backward Representations with Conditional-Policy Regularization

相关

行为基础模型、无监督技能发现、运动跟踪、零样本、BFM-Zero、对抗运动先验

来源

Zero-Shot Whole-Body Humanoid Control via Behavioral Foundation Models (arXiv 2504.11054)
Meta FAIR: Sharing new research, models, and datasets (2024-12-12)
facebookresearch/metamotivo (GitHub)

信息截至

2025-04