تعتبر متابعة الوضعية الستية (6D) للأجسام في تسلسلات الفيديو أمراً مهماً لمهام التلاعب بالروبوتات. ومع ذلك، يفرض هذا المهمة عدة تحديات: (أ) يتضمن التلاعب بالروبوتات تغطية كبيرة للأجسام؛ (ب) يصعب جمع البيانات والتعليقات الخاصة بالوضعية الستية، مما يعقد تطوير الحلول القائمة على التعلم الآلي؛ (ج) تتراكم أخطاء التراكم التدريجي في متابعة طويلة الأمد، مما يستدعي إعادة تهيئة وضعية الجسم. تقدم هذه الدراسة نهجاً تحسينياً قائماً على البيانات لاستمرارية متابعة الوضعية الستية. وتركز هذه الطريقة على تحديد الوضعية النسبية المثلى بناءً على الملاحظة الحالية من نوع RGB-D، بالإضافة إلى صورة مُصَنَّعة مُشَرَّطة على التقدير السابق الأفضل ونموذج الجسم. تكمن المساهمة الأساسية في هذا السياق في معمارية شبكة عصبية جديدة، والتي تُفَصِّل بشكل مناسب ترميز الميزات لمساعدة تقليل التحول بين المجالات، إلى جانب تمثيل فعّال للاتجاه ثلاثي الأبعاد باستخدام الجبر لي. نتيجة لذلك، يمكن للشبكة أن تعمل بكفاءة حتى عند تدريبها فقط على بيانات مُصَنَّعة، وتُظهر أداءً ممتازاً على الصور الحقيقية. أظهرت التجارب الشاملة على مجموعات بيانات معيارية – بما في ذلك مجموعات موجودة وبيانات جديدة تتضمن تغطية كبيرة مرتبطة بالتلويث بالجسم – أن النهج المقترح يحقق تقديرات ثابتة وموثوقة، ويتفوق على الحلول البديلة، حتى وإن كانت هذه الحلول مُدرَّبة على بيانات حقيقية. كما يُعد هذا النهج الأكثر كفاءة من حيث الحسابات مقارنة بالبدائل، ويحقق تردد متابعة يصل إلى 90.9 هيرتز.