基于语音运动学理论，引用 Sigma-lognormal 模型，提出了一种用于研究、分析和重构复杂语音运动学的简化模型，通过从格式到运动观察的转换，以及实验证实了抽取参数与人的年龄以及动态运动学理论所要求的第一和第二共振峰之间的比例的相关性。

Jan, 2024

通过使用高斯过程模型来预测人手运动并基于手势和凝视开发人类意图检测策略，本研究旨在提高协作机器人的效率，并改善人类用户的安全性。对比结果显示，预测模型使机器人时间提高了 3％，安全性提高了 17％；与凝视结合使用时，使用高斯过程模型的预测使机器人时间提高了 2％，安全性提高了 13％。

May, 2024

运用运动学理论和 Sigma-Lognormal 模型 2D 时空轨迹的方法，我们提出了一种 Kinematic Theory Transform 模型，并使用欧拉曲线和多种函数来重构人、动物和机器人的时空轨迹。

Jan, 2024

通过自我监督的模仿学习方法，使用自回归时空图神经网络进行辅助饮水任务，利用多样化的人体运动轨迹数据来生成适合 UR5e 机器臂的自然而又功能性的饮水运动轨迹。

Sep, 2023

本文研究采用运动传感器技术对有限活动能力的人体上半身动作进行捕捉，将其作为输入来控制 7 自由度辅助机器臂。通过对两位参与者的实验数据进行初步分析，观察到利用机器智能可以发现高维机器人控制中一些关键的难点和不一致性，从而促进未来接口学习的发展。

Oct, 2021

提出一种基于轨迹空间的 Boltzmann 模型来更好地解释人类行为，并在玩具环境和机器人示范中获得更准确的推断结果。

Jan, 2020

本文提出了一个通过运动等效理论和可行的视觉反馈启发的新框架 iDeLog，用于提取 Sigma-Lognormal 模型参数。在与手写签名进行的实验中，iDeLog 相较于先前的 Sigma-Lognormal 发展取得了有希望的结果。

Jan, 2024

该研究调查了人类运动轨迹预测的现有方法，提出了一个基于运动建模方法和上下文信息水平的分类法，讨论了目前技术的局限性并提出了未来研究的方向。

May, 2019

本文提出使用贝叶斯框架观察人类行为对模型准确性的影响，从而实现安全的机器人预测和运动规划。该方法可以建立一种概率保障的安全证书，并以四轴飞行器为例进行演示。

May, 2018

这篇论文利用惯性运动捕捉技术记录了工业操作者和熟练工匠在实际场景中进行的专业手势，并使用基于运动学描述符的混合随机 - 生物力学方法 Gesture Operational Model 对专家的运动进行建模和数学表示，从而精确生成人体专业姿态，直观描述身体关节如何协作并随时间变化而变化。

Apr, 2023