行為基礎模型（BFM）透過大規模運動資料集將豐富的物理合理行為組織到潛空間中，為通用物理角色控制提供了有前景的途徑。這些模型在目標到達和基於狀態的獎勵最佳化等時間不變任務上表現出色，但其潛空間無法直接支援時變目標，例如追蹤一段運動序列。現有的追蹤啟發式方法通常依賴滑動視窗平均，無法捕捉高度動態運動的細微差別，導致追蹤精度受限。
為了克服這些限制，本文提出一種新穎的潛序列最佳化（LSO）方法。該方法將模擬推演與策略梯度更新相結合，透過最佳化一系列潛變數來擴充套件BFM的能力，使其能夠實現精確的運動追蹤，無需繁瑣的獎勵工程和引數調整。為了引導最佳化過程產生平滑且連貫的潛軌跡，LSO採用時間相關噪聲對潛序列進行建模，確保最佳化出的動作序列在時間上具有連貫性。
研究團隊在多個場景下驗證了LSO的有效性，包括密集追蹤（高頻參考訊號）、稀疏關鍵幀（少量關鍵姿態）以及直接部署到真實人形機器人上。實驗結果表明，LSO顯著提升了追蹤精度和魯棒性，尤其在處理快速、動態運動時表現優於傳統方法。這項工作為將行為基礎模型應用於實際機器人控制邁出了重要一步，展示了利用預訓練行為先驗解決複雜時序任務的可能性。未來，該方法有望在動畫生成、人機互動和自動駕駛等領域發揮重要作用。