本記事では、ヒューマノイドロボットが実世界の様々な条件に対応できるよう、適応可能なモーション制御を実現するための新しいアルゴリズム「AdaMimic」を提案しています。既存のモーション追跡手法は、高い模倣精度を持つものの、多くのトレーニングモーションを必要とし、実時間の適応も求められます。一方、少数のモーションで高い適応性を持つ技術では、模倣精度が低下することがあります。AdaMimicは、単一の参照モーションから、スパースなキーフレームを生成し、軽微な編集を施して拡張データセットを作成します。これを基にポリシーを初期化し、低レベルなアクションを調整するためのアダプターを訓練することで、適応性と模倣精度を向上させています。シミュレーションおよびUnitree G1ヒューマノイドロボットでの実験を通じて、本手法の有意な改善を確認しました。