该文介绍了一种基于位置的学习方法，用于解决光学动作捕捉数据的问题。作者提出了一种新的异构图神经网络，能够提取标记点和关节的局部特征，并将其转化为清晰的动作。该方法在多个数据集上取得了高准确性，相对于最先进方法，对于遮挡的标记点位置误差的预测准确性提高了约20％，从而进一步降低了重建关节旋转和位置的误差约30％。