Makalah ini memungkinkan robot humanoid di dunia nyata menjaga stabilitas sambil melakukan gerakan ekspresif seperti yang dilakukan manusia. Kami mengusulkan Exbody2kerangka pelacakan seluruh tubuh umum yang dapat mengambil masukan gerakan referensi apa pun dan mengontrol humanoid untuk meniru gerakan tersebut. Model dilatih secara simulasi dengan Reinforcement Learning dan kemudian ditransfer ke dunia nyata. Ini memisahkan pelacakan titik kunci dengan kontrol kecepatan, dan secara efektif memanfaatkan kebijakan guru yang memiliki hak istimewa untuk menyaring keterampilan meniru yang tepat ke dalam kebijakan siswa sasaran, yang memungkinkan replikasi gerakan dinamis dengan ketelitian tinggi seperti berlari, berjongkok, menari, dan gerakan menantang lainnya. Kami menyajikan analisis kualitatif dan kuantitatif yang komprehensif tentang faktor desain penting dalam makalah ini. Kami melakukan eksperimen pada dua platform humanoid dan menunjukkan keunggulan pendekatan kami dibandingkan yang canggih, memberikan pedoman praktis untuk menerapkan kontrol seluruh tubuh yang ekstrem pada robot humanoid.
