概率人體運動預測是一個典型的序列到序列的問題，旨在根據給定的過去人體骨骼來預測未來的人體骨骼。因此，在探索不同的基於RNN的編碼器-解碼器體系結構上學術界已進行了大量的努力。然而，以先前生成的姿勢為條件來生成的目標產物的模型容易帶來諸如錯誤累積方面的問題。在本文中，我們認為這類問題主要是由於採用自迴歸方式引起的。因此，本文提出了一種新型非自迴歸模型（NAT），其具有完整的非自迴歸解碼方案、上下文編碼器和位置編碼模塊。具體來説，上下文編碼器負責從時間和空間角度嵌入給定的姿勢，幀解碼器負責獨立預測每個未來姿勢，位置編碼模塊負責將位置信號注入模型以指示時間順序。
