Meta Motivo ist das erste von Meta FAIR veröffentlichte verhaltensbasierte Modell. Es wird durch einen neuartigen, unüberwachten Reinforcement-Learning-Algorithmus vortrainiert und dient zur Steuerung komplexer virtueller humanoider Agenten bei Ganzkörperaufgaben. Das Modell kann im Test anhand von Hinweisen ungesehene Aufgaben lösen, wie z. B. Bewegungsnachverfolgung, Erreichen von Posituren und Belohnungsoptimierung, ohne zusätzliches Lernen oder Feintuning. Die Bedeutung dieser Technologie liegt in ihrer Zero-Shot-Lernfähigkeit, mit der es verschiedene komplexe Aufgaben bewältigen und gleichzeitig die Robustheit des Verhaltens gewährleisten kann. Die Entwicklung von Meta Motivo basiert auf dem Streben nach einer höheren Generalisierungsfähigkeit für komplexere Aufgaben und verschiedene Agententypen. Das quelloffene vortrainierte Modell und der Trainingscode sollen die Community zur Weiterentwicklung der Forschung an verhaltensbasierten Modellen anregen.