Laban运动分析(LMA)及其工作要素提供了一个概念框架,我们可以通过该框架观察,描述和解释运动的意图。努力属性提供了人们如何移动与运动方式与他人交流之间的联系。至关重要的是要研究努力的感知特征,以验证它是否可以作为支持动画和机器人技术中广泛应用的有效框架,这些框架需要一个系统来创建或感知运动中的表达性变化。为此,我们首先构建了一个五个不同动作的简短视频剪辑的运动数据库:步行,坐下,通过,通过,put,波浪以八种方式进行,与努力元素的极端相对应。然后,我们进行了感知评估,以检查努力元素之间的感知一致性和感知的关联:空间(间接/直接),时间(持续/突然),体重(光/强)和流动(自由/绑定)出现在运动刺激中的空间(持续/突然)和流动性(自由/强)。感知一致性评估的结果表明,尽管