概率人体运动预测是一个典型的序列到序列的问题，旨在根据给定的过去人体骨骼来预测未来的人体骨骼。因此，在探索不同的基于RNN的编码器-解码器体系结构上学术界已进行了大量的努力。然而，以先前生成的姿势为条件来生成的目标产物的模型容易带来诸如错误累积方面的问题。在本文中，我们认为这类问题主要是由于采用自回归方式引起的。因此，本文提出了一种新型非自回归模型（NAT），其具有完整的非自回归解码方案、上下文编码器和位置编码模块。具体来说，上下文编码器负责从时间和空间角度嵌入给定的姿势，帧解码器负责独立预测每个未来姿势，位置编码模块负责将位置信号注入模型以指示时间顺序。
