安特卫普大学与加泰罗尼亚理工大学团队开发基于TimeGAN的头部旋转数据生成技术，通过深度学习模型合成逼真的XR用户运动时序数据。该方法解决了传统数据采集成本高、规模受限的问题，生成的合成数据在运动轨迹分布、转向速度等关键指标上接近真实用户行为，可显著提升XR系统运动预测算法的训练效率，适用于动态视口编码、毫米波波束成形等低延迟应用场景。