Google開發出可以理解各種重複過程的模型RepNet，像是人類跑步、鐘擺以及鳥類拍動翅膀等動作，Google提到，過去的研究是跨不同的影片，以非常精細的等級理解同一個動作，而這個研究則是從單一影片，辨識出不停重複的動作。
RepNet是一種模型，以影片作為輸入，這些影片包含各種周期性動作，RepNet能計算動作重複的周期數，而過去解決重複計數的問題，通常是比較影格的像素強度，但是Google提到，實際的影片在拍攝過程，攝影機可能會移動，場景中的物體也會被遮蔽，比例還可能出現急劇變化，所以模型必須要能夠學習不受這些雜訊影響的特徵。
因此Google以端到端的方式訓練機器模型，來估算重複的次數，RepNet由3部分組成，影格編碼器，以及稱為相似矩陣的中介表示，還有周期預測器。