自2019年7月以来，北京理工大学自动化学院委托马楠教授承担“ 基于启发式学习的连续动态手势识别”课题。马楠教授带领智能交互团队针对未来在复杂动态环境中人机协同执行高动态、强对抗、不确定任务的需求和面向战场环境下基于手势识别的人机交互研究的需求，开发了一套基于连续动态手势识别的人机交互控制指令识别平台。通过实时测试21类连续动态手势,包括（收到、确认执行、停止加速、停止减速、停止运动、前进、后退、加速、减速、左转、右转、警戒、搜索、包围、瞄准、跟随、隐蔽、集合、到达（预定位置）、侦查 、攻击），平均识别准确率为83%，平均识别时间为0.88秒，满足连续动态手势识别，可以解析20种以上的交互控制指令，正确率>80%；连续动态手势识别时间<1秒，具备典型的环境适应能力。