في عالم تكنولوجي متسارع، يبقى التواصل غير اللفظي أحد الأعمدة الأساسية لفهم النوايا البشرية، خاصة في الحالات التي يتعذر فيها استخدام الأصوات أو التعبيرات الوجهية. في دراسة جديدة، تم تسليط الضوء على كيفية التعرف على النية من خلال وضعية الجسم فقط، وهو ما يفتح آفاقًا واسعة للتطبيقات، خاصة في مجالات مثل إنقاذ الأرواح.

اعتبر الباحثون أن حركة الجسم تعد إشارة موثوقة، وخصوصًا في السيناريوهات التي تتطلب تفاعل سريع وفعّال بين الأشخاص والروبوتات، مثل مهمات الإنقاذ. ومع ذلك، لم تكن هناك موارد مخصصة تعزل هذه الإشارة بشكل فعّال، حيث كانت البيانات السابقة تشمل مجموعة من العناصر مثل تعبيرات الوجه أو الصوت، مما يعيق القدرة على عزل حركة الجسم كأداة تواصل.

لذلك، أطلقوا مجموعة بيانات جديدة تحتوي على لقطات حقيقية لوضعيات جسد كاملة تغطي عشرة نوايا تواصلية. تم مقارنة هذه البيانات مع مجموعات بيانات أخرى، بما في ذلك مجموعة بيانات IPC، ومجموعات بيانات صناعية مثل MotionLCM وVEO3.1 وKimodo، والتي تمثل مستوى صعوبة متفاوتًا.

المثير للاهتمام هو كيفية اختبار النموذج على أجهزة غير متطورة أو محدودة في الأداء، مثل وحدة معالجة الرسوميات NVIDIA Orin Nano، حيث السرعة تكاد تكون بنفس أهمية الدقة. تم تقييم عدة نماذج، بدءًا من مصنفات رسم الهيكل العظمي حتى الشبكات التنبؤية لحركة المفاصل، وتمت مشاركة مقاييس الأداء مع معدل الإطارات على الأجهزة المدمجة.

أخيرًا، تم إثبات أن التناسق الذاتي للنموذج يعمل كإشارة موثوقية غير مشروطة، حيث زادت احتمالية صحة التنبؤ الذاتي مع زيادة عدد الخطوات المتسقة. تم تحديد الظروف التي يمكن أن تكون فيها التنبؤات الواثقة خاطئة رغم ذلك، مما يفتح مجالًا كبيرًا لتحسين فعالية التواصل بين البشر والروبوتات.