根据Agility Robotics最近的一篇博客文章，介绍了Agility Robotics为其Digit人形机器人开发了全身控制基础模型，以确保其在执行各种任务时保持安全和稳定。

该模型的功能类似于人类大脑的运动皮层，接收来自大脑不同部位（就Digit而言，是Agility控制层级的不同层级）的信号，以控制自主运动和精细运动技能。

该模型是一个相对较小的LSTM（长短期记忆）神经网络，参数少于100万个，在NVIDIA的Isaac Sim物理模拟器中经过三四天数十年的模拟时间的训练。Digit的运动皮层完全在模拟环境中学习，并将零样本学习迁移到现实世界。

它可以通过密集的自由空间位置和方向目标来激励手臂和躯干完成不同的目标，包括四处走动以及拾取和放置重物。它能够在运动皮层之上学习下游的灵巧操作技能，并使用大型语言模型(LLM)来协调复杂的行为。