Data demonstrasi manusia berkualitas tinggi menjadi fondasi penting bagi penelitian AI yang terwujud, pembelajaran imitasi, dan manipulasi robot. Namun, merekam seseorang yang menyelesaikan suatu tugas hanyalah permulaan. Tim peneliti juga membutuhkan informasi yang selaras secara akurat tentang gerakan tangan, status penjepit, konteks visual, kedalaman, gerakan, dan lintasan spasial.
Ketika aliran data ini ditangkap oleh perangkat yang berbeda, perbedaan dalam waktu, sistem koordinat, dan kualitas data dapat membuat kumpulan data yang dihasilkan sulit digunakan. Masalah mungkin baru terlihat setelah pengumpulan selesai, yang menyebabkan demonstrasi berulang dan pekerjaan pasca-pemrosesan tambahan.