본 논문은 신경 재활 응용 분야에서 상지 보조 로봇을 제어하기 위해 손 동작 예측을 이용한 인간 의도 감지를 제안합니다. 기존의 생리 신호 측정에 의존하는 방법들의 한계를 극복하고자, 시선 정보, 과거 손 동작 시퀀스, 환경 객체 데이터를 통합하여 목표 물체에 대한 사전 지식 없이 환자의 보조 요구에 동적으로 적응하는 새로운 방법을 제시합니다. 벡터 양자화 변분 오토인코더를 사용하여 손 자세를 강건하게 인코딩하고, 자기 회귀 생성 변환기를 사용하여 손 동작 시퀀스를 효과적으로 예측합니다. 건강한 피험자를 대상으로 한 파일럿 연구를 통해 제안된 방법의 유용성을 입증하고, 다양한 피험자의 다양한 물체에 대한 여러 유형의 파지 동작으로 구성된 데이터셋을 사용하여 훈련 및 평가를 수행합니다. 실험 결과, 제안된 방법이 순차적인 손 동작을 성공적으로 예측하며, 특히 시선 정보가 예측 성능을 크게 향상시키는 것을 보여줍니다.
