Asimov 1 locomotion policy checkpoint 是面向 Asimov 1 的基础速度指令式 locomotion 策略。模型以 policy.onnx 形式导出用于推理，输出关节位置动作；配套的 agent.yaml 记录 actor-critic 与 AMP 训练设置及运动数据配置，env.yaml 记录仿真和 locomotion 任务设置，包括观测、动作、指令和奖励。

该策略在 Isaac Lab 中使用 PPO 和 adversarial motion priors 训练，训练环境基于 PhysX；浏览器查看器中使用 MuJoCo 进行仿真。输入为 50 Hz 的 78 个值，包括基座角速度、投影重力、速度指令 vx, vy, wz、关节位置和速度以及上一时刻动作，这些量都可在真实机器人上获得。输出为 23 个关节位置动作，覆盖腿、腰和手臂，颈部不驱动。

使用方式是通过 humanoid-policy-viewer 在浏览器仿真中运行该策略，需要 Node、git 和 bash，不需要 GPU。用户可以用速度滑块驱动机器人、推它，或运行 benchmark suite；训练和评估代码位于 menloresearch/isaac_asimov。