2D-3D 手势交互通常将识别的手势与单个命令关联，例如“向右滑动”以导航到下一个屏幕。当手势依次执行时，每个手势仍然需要与一个单独的命令关联。增加此类手势的数量以实现更多命令对于记忆和使用有限数量手势的最终用户并不有利。我们可以通过手势组合扩展可执行命令的范围，执行更复杂的任务，而不是依赖于手势序列。为此，我们将指令定义为在环境中应用于设备的动作，以及其对应的参数，例如“将卧室灯的亮度调高到10”。基本手势，最好是一致且分层的，组合成复合手势。这些指令可以组合成宏指令，以总结手势组合。为了将这些定义付诸实践，我们开发了 Emeriti，一个用于识别2D（在交互表面上识别的单笔或多笔手势）和3D（空间中的点轨迹）手势的框架。我们展示了在一个模拟智能家居的应用中使用（宏）指令将手势序列转化为手势组合的有效性和有用性，其中每个房间的每个设备都可以通过包含参数的复合手势进行控制。这使得在不显著增加手势数量的情况下，能够增加更多复杂任务的可能命令数量。
Attygalle 等人（Mon,）研究了这个问题。