مدلی که برای پیش‌بینی چند حرکت احتمالی انسان طراحی شده، خطاهای کمتری در معیارهای آزمایشگاهی و فضای باز گزارش می‌دهد و با مشاهده بازیکنان نزدیک در فوتبال نیز بهبود اندکی نشان می‌دهد. FlowMoP، ساخته آدیا آگراوال، هو کی چنگ و الکساندر شوینگ در دانشگاه ایلینوی اربانا-شمپین، در ۶ نوامبر ۲۰۲۶ در arXiv منتشر شد. این اثر پیش‌چاپی با نتایج گزارش‌شده توسط نویسندگان است؛ داوری علمی آن تأیید نشده و بازتولید مستقلی از نتایج ارائه نشده است.
مسئله این است که حرکت اخیر یک فرد می‌تواند به چند آینده متفاوت منتهی شود. FlowMoP با استفاده از تطبیق جریان شرطی، نویز تصادفی را به حرکت‌های آینده احتمالی تبدیل می‌کند و حرکت را با مسیر سراسری مفصل لگن و موقعیت مفاصل نسبت به این ریشه نمایش می‌دهد. نقاط کنترل بی‌اسپلاین، نمایشی فشرده و هموار در زمان فراهم می‌کنند و یک ترنسفورمر دوشاخه، مشاهدات و پیش‌بینی‌های در حال شکل‌گیری را جداگانه پردازش می‌کند. با وجود توصیف تولید مشترک در چکیده، روش تشریح‌شده حرکت هر فرد را جداگانه پیش‌بینی می‌کند و در صورت استفاده، مسیرهای مشاهده‌شده همسایگان را نیز در نظر می‌گیرد. تضمین سازگاری میان آینده‌های پیش‌بینی‌شده همه افراد همچنان به کارهای آینده واگذار شده است.
برای ارزیابی، FlowMoP با ۱۰ گام انتگرال‌گیری اویلر، ۱۰۰ پیشنهاد تولید می‌کند و سپس با خوشه‌بندی، شش نماینده را برمی‌گزیند. هر سنجه خطا، کمترین خطا میان این شش خروجی را در مقایسه با آینده ثبت‌شده در نظر می‌گیرد. این روشِ بهترینِ شش، وجود یک گزینه نزدیک به واقعیت را می‌سنجد؛ اما نشان نمی‌دهد سامانه هنگام کاربرد عملی با چه دقتی یک پیش‌بینی را انتخاب می‌کند یا احتمال‌های آن چقدر کالیبره هستند.
در CMU-Mocap (UMPM)، که از یک ثانیه مشاهده برای پیش‌بینی دو ثانیه حرکت استفاده می‌کند، FlowMoP در افق دوثانیه‌ای، خطای موقعیت مفاصل (JPE)، خطای وضعیت بدن نسبت به ریشه (APE) و خطای جابه‌جایی نهایی ریشه (FDE) را به‌ترتیب ۲۳۷٫۴، ۱۲۸٫۶ و ۱۵۹٫۳ میلی‌متر گزارش کرد. خطاهای متناظر برای EMPMP برابر با ۲۵۰٫۴، ۱۴۶٫۵ و ۱۷۱٫۶ میلی‌متر و برای مدل تصادفی DuMMF برابر با ۲۷۵٫۰، ۱۶۱٫۱ و ۱۹۹٫۲ میلی‌متر بود. نتایج EMPMP و DuMMF برای این مقایسه‌ها دوباره محاسبه شدند.
در معیار فضای باز 3DPW، با استفاده از ۰٫۸ ثانیه مشاهده، خطاهای FlowMoP در افق ۱٫۶ ثانیه به‌ترتیب ۲۳۲٫۱، ۱۴۶٫۸ و ۱۵۰٫۵ میلی‌متر بود؛ در مقابل، EMPMP خطاهای ۲۳۵٫۴، ۱۵۰٫۶ و ۱۵۳٫۰ میلی‌متر داشت. برای این تفاوت‌های کوچک‌تر، فاصله اطمینان، برآورد تغییرپذیری میان آموزش‌های تکراری و آزمون معناداری ارائه نشده است؛ بنابراین پایداری آن‌ها روشن نیست.
WorldPose صحنه‌های فوتبال حرفه‌ای با ۲۲ بازیکن را می‌آزماید و وضعیت بدن را از ویدئوی پخش تلویزیونی برآورد می‌کند. با استفاده از یک ثانیه مشاهده برای پیش‌بینی سه ثانیه، افزودن مشاهدات ده همسایه، JPE مدل FlowMoP را از ۱٫۸۷ به ۱٫۸۲ متر و FDE را از ۱٫۷۹ به ۱٫۷۵ متر کاهش داد. APE با دقت گزارش‌شده در ۰٫۱۰ متر باقی ماند. این نتیجه از فایده اندک زمینه اجتماعی در این ارزیابی پشتیبانی می‌کند، هرچند وضعیت‌های مرجع استخراج‌شده از ویدئو با عدم‌قطعیت اندازه‌گیری همراه‌اند. تصاویر مسیرهای منتخب، کالیبره بودن عدم‌قطعیت در کل مجموعه‌داده یا اثر علّی تعاملات اجتماعی را اثبات نمی‌کنند.
آزمایش مقایسه نمایش‌های زمانی در CMU نیز به نفع اسپلاین‌های مکعبی در برابر فریم‌های خام بود: JPE به‌ترتیب ۲۳۷٫۴ و ۲۴۵٫۸ میلی‌متر بود. زمان یک فراخوانی گذر رو به جلو، در ۵۰ اجرا با اندازه دسته ۶۴، به‌ترتیب ۶٫۶۱ ± ۰٫۴۰ و ۷٫۸۶ ± ۰٫۲۲ میلی‌ثانیه بود. این زمان‌ها کل فرایند نمونه‌گیری، انتگرال‌گیری و خوشه‌بندی را شامل نمی‌شوند. به‌طور کلی، پنجره‌های زمانی حرکت افراد، صحنه‌ها و ضبط‌های مشترکی دارند و نمی‌توان آن‌ها را خودبه‌خود مشاهدات مستقل شمرد؛ تعداد نمونه‌های مستقل نیز ارائه نشده است. نتایج از بهبود در معیارهای ارزیابی پشتیبانی می‌کنند، اما قابلیت اتکا در کاربرد عملی و پیش‌بینی سازگار حرکت گروه همچنان حل‌نشده‌اند.
تصویر جلد با هوش مصنوعی تولید شده و تصویرسازی مفهومی است؛ مدرک پژوهش نیست.