Uzun vadeli insansı robot hareket ve manipülasyonu, geleneksel olarak insan hareket yakalama verilerinin robota uyarlanmasına dayanıyordu. Bu yöntem, her yeni senaryo için insan gösterimi gerektiriyor ve robotu genellikle insan benzeri hareket kalıplarına zorluyordu. MotionDisco çerçevesi ise insan hareket verisi veya uyarlama gerektirmeyen farklı bir yaklaşım benimsiyor. Büyük Dil Modeli (LLM) destekli evrimsel arama, temas planları öneriyor ve bu planlar kinodinamik bir optimize edici tarafından değerlendiriliyor. Optimize ediciden gelen geri bildirimler, sonraki önerileri yönlendiriyor. Elde edilen yörüngeler, gerçek bir insansı robot üzerinde "zero-shot" (sıfır örnekli) olarak uygulanan bir pekiştirmeli öğrenme (RL) politikasını eğitmek için kullanılıyor.