该文介绍了一种新的基于位置的学习方法，用于处理光学动作捕捉数据。该方法使用异构图神经网络，将标记点和关节视为不同类型的节点，并使用图卷积操作提取局部特征，实现清晰的动作。实验结果表明，该方法在多个数据集上准确性高，对于遮挡的标记点位置误差的预测准确性提高了约20％，从而降低了重建关节旋转和位置的误差约30％。