نُمّذجة وتوقّع ديناميات الحركة البشرية كان دائمًا مشكلة صعبة في رؤية الحاسوب، وتعتمد معظم الطرق الحالية على التدريب المراقب المتكامل لبنيات متنوعة من الشبكات العصبية التكرارية. مستلهمين من النجاح الأخير للطرق القائمة على التعلم التقييمي العميق، نُقدّم في هذه الورقة صيغة جديدة للتعلم التقييمي لمشكلة توقّع وضعية الإنسان، ونطوّر خوارزمية لتعلم المحاكاة لتوقّع الوضعيات المستقبلية ضمن هذه الصيغة، من خلال دمج بين تعلّم السلوك (Behavioral Cloning) وتعلم المحاكاة المضاد للإطلاق (Generative Adversarial Imitation Learning). تُظهر تجاربنا أن الطريقة المقترحة تتفوّق على جميع النماذج الأساسية الرائدة الحالية بفارق كبير في مهمة توقّع وضعية الإنسان، سواء في التوقّعات قصيرة المدى أو الطويلة المدى، مع الحفاظ على ميزة هائلة في سرعة التدريب.