ヒューマノイドの全身動作学習は、ロボティクスにおいてバランスや協調性、人間らしい行動を実現するための重要な課題です。従来の手法は、動作カテゴリごとに複数のトレーニングサンプルを必要とし、高品質な人間の動作データセットの収集が労力とコストのかかるものでした。本研究では、歩行動作と一つの非歩行ターゲット動作のサンプルを使用して、効果的なヒューマノイド動作ポリシーを学習する新しいアプローチを提案します。具体的には、順序を保った最適輸送を活用して、歩行シーケンスと非歩行シーケンスの距離を計算し、測地線に沿った補間で新しい中間ポーズを生成します。その後、衝突のない構成に最適化し、ヒューマノイドに再ターゲティングしてシミュレーション環境で強化学習を通じてポリシーをトレーニングします。CMU MoCapデータセットでの実験結果は、我々の方法がベースラインを一貫して上回り、優れた性能を達成したことを示しています。