A interação multimodal combina múltiplos modos de entrada (como toque, voz e gestos) para criar experiências mais intuitivas e acessíveis em interfaces humano-computador. Em ambientes de realidade aumentada (RA), por exemplo, a combinação precisa desses modos é essencial para evitar conflitos de interpretação e garantir respostas coerentes do sistema. Um desafio crítico nesse contexto é a sincronização temporal entre modais, onde atrasos na captura ou processamento da entrada podem degradar a experiência do usuário.

Considerando as melhores práticas em IHC, a estratégia mais eficiente para mitigar problemas de sincronização temporal em sistemas multimodais de RA é