在AR/VR中，全身追踪可以让用户在虚拟现实中更加自然地移动和互动。传统的VR体验通常只能追踪头部的运动，用户只能通过手柄或控制器来进行交互。但是，使用全身追踪技术，VR系统可以追踪用户的身体运动，包括手臂、腿、躯干等，使得用户能够更加自由地在虚拟现实中移动和互动。最常见的全身追踪解决方案是通过绑在手臂，驱干和腿部的追踪器。
Meta AI提出的“AGRoL”全身追踪是一种新型条件扩散模型，专门设计用于像Quest独立头显在给定稀疏上半身跟踪信号的情况下跟踪全身。AGRoL 模型采用了简单的多层感知器（MLP）结构和一种新颖的运动数据调节方案，以预测准确和流畅的全身动作，特别是具有挑战性的下半身运动。该模型的紧凑结构使其能够实时运行，适用于在线全身追踪应用程序。
研究人员在 AMASS 运动捕捉数据集上进行了训练和评估，证明了该方法在生成的动作准确性和流畅性方面优于现有的最先进方法。他们还进行了广泛的实验和消融分析，以证明他们设计选择的合理性。