자율적인 가상 아바타 및 로봇의 인간 집단 활동(재활 치료, 스포츠, 제조업 등) 배치가 증가할 것으로 예상됨에 따라, 이러한 에이전트를 구동하기 위한 인지 구조와 제어 전략 설계에는 현실적인 인간 동작 모델이 필요하다. 기존 모델은 인간 운동 행동을 단순화하여 설명하지만, 본 연구는 장단기 메모리(LSTM) 신경망 기반의 완전 데이터 중심 접근 방식을 제시하여 특정 개인의 고유 특성을 포착하는 독창적인 동작을 생성한다. 스칼라 진동 운동의 실제 데이터를 사용하여 아키텍처의 유효성을 검증하였으며, 모델이 개인별 속도 분포와 진폭 봉투를 효과적으로 복제하고 다른 개인과 차별화되며, 인간 데이터와의 유사성 측면에서 최첨단 모델을 능가함을 보여준다.
