Los robots que operan en entornos humanos requieren un conjunto diverso de habilidades, que incluyen caminar lentamente y rápidamente, girar, moverse de lado y más. Sin embargo, desarrollar controladores de robots capaces de exhibir una gama tan amplia de comportamientos es un problema desafiante que requiere una investigación meticulosa para cada tarea. Para abordar este desafío, introducimos un método de optimización de trayectorias que resuelve la inviabilidad cinemática de los movimientos de referencia de los animales. Este método, combinado con un controlador basado en modelos, resulta en un marco de control unificado basado en datos capaz de imitar varios pasos de animales sin necesidad de costosas simulaciones de entrenamiento o ajustes finos en el mundo real. Nuestro marco es capaz de imitar una variedad de habilidades motoras como trotar, caminar, girar y moverse de lado con facilidad. Muestra capacidades de seguimiento superiores tanto en simulaciones como en el mundo real en comparación con otros controladores de imitación, incluido uno basado en modelos y una técnica de imitación de movimiento basada en el aprendizaje.