과거에는 산업용 로봇 팔은 미리 정한 순서에 따라 팔이 움직이고 항상 똑같은 일을 반복하였다. 인간을 대신하여 정해진 위치에서 업무 프로세서가 빠르게 움직이는 자동차 생산라인에서 페인팅 하는 일을 예로 들 수 있다. 산업용 로봇 팔의 움직임은 인간에 의하여 고된 코딩을 하여 동작 하는 방법을 사용하였기 때문에 생산성이 부족했다. 고된 코딩 하는 일을 극복하기 위해서 최근에는 인간에 의해 로봇은 상호 작용하고 움직임을 생성한 후 동작 하는 방법을 사용하여 모방 학습이 가능하게 하는 연구가 이루어지고 있다.
가우시안 프로세스 은닉 변수 모델은 고차원의 로봇 움직임 데이터를 저차원으로 투영해서 표현 할 수 있는 하나의 방법이다. 본 논문에서는 그런 가우시안 프로세스 은닉 변수 모델을 이용하여 로봇의 다양한 동작을 저차원의 은닉 공간에서의 변화와 로봇의 작업 공간에서 변화의 관계를 학습한다. 로봇은 그런 학습된 관계를 이용하여 은닉 공간 내에서의 학습된 동작의 재조합을 통해 새로운 동작을 수행하는 것이 가능하다. 가우시안 프로세스 은닉 변수 모델을 사용한 로봇 행동 생성의 목적은 로봇에게 동작을 가르치고 인간-로봇 상호 작용에 의해서 제스처를 인식하고 난 후 로봇 동작을 위해서 사람의 도움이 없이 스스로 알아서 편집하고 순서를 갖는 행동을 결정하는 지능적 자동화를 유도한다.