I dati di alta qualità relativi alle dimostrazioni umane stanno diventando un fondamento essenziale per la ricerca sull'intelligenza artificiale incarnata, l'apprendimento per imitazione e la manipolazione robotica. Tuttavia, registrare una persona che esegue un compito è solo l'inizio. I team di ricerca necessitano anche di informazioni accuratamente allineate sul movimento della mano, lo stato della pinza, il contesto visivo, la profondità, il movimento e le traiettorie spaziali.
Quando questi flussi di dati vengono acquisiti da dispositivi separati, le differenze di temporizzazione, di sistemi di coordinate e di qualità dei dati possono rendere il set di dati risultante di difficile utilizzo. I problemi potrebbero manifestarsi solo dopo il completamento della raccolta, portando a dimostrazioni ripetute e a ulteriori lavori di post-elaborazione.