본 논문은 다중 목표 최적화 문제, 특히 물리 시뮬레이션 기반 캐릭터의 동작 추적에서 수동으로 조정된 보상 함수의 한계를 극복하기 위한 새로운 적대적 다중 목표 최적화 기법을 제시한다. 기존 방법들은 수동으로 조정된 집계 함수에 의존하여 성능이 저하되고, 다양한 기술에 적용하기 어려운 단점이 있다. 제안된 기법은 단일 양성 샘플만을 사용하는 적대적 차별적 판별기를 활용하여, 수동 조정된 보상 함수 없이도 고품질의 결과를 달성한다. 특히, 다양한 곡예 및 민첩한 동작을 캐릭터가 정확하게 재현하는 것을 보여주며, 최첨단 동작 추적 방법과 비교할 만한 성능을 보인다.
