Évaluation des approches pour la mesure de la similarité des actions

La programmation par d幦onstration a r嶰emment 彋?propos嶪 comme moyen permettant ?un robot d'apprendre des t歊hes ?partir de d幦onstrations humaines, la reconnaissance des actions constituant une 彋ape cruciale de la proc嶮ure. Sur la base de ce concept, une approche sans mod鋩e pour la manipulation d'objets a 彋?propos嶪 par Aksoy et al. [1]. Plus pr嶰is幦ent, cette approche classe les actions en observant les changements dans l'interaction avec les objets ?partir de la segmentation vid廩. Cependant, la segmentation se heurte ?diverses difficult廥, telles que le flou de mouvement, la complexit?de l'environnement, la sur-segmentation et la sous-segmentation. C'est pourquoi nous simulons et 憝aluons la m彋hode d'Aksoy et al. De plus, nous adaptons une repr廥entation bas嶪 sur un noyau ?la m彋hode d'Aksoy et al. Les exp廨iences montrent que la nouvelle m彋hode am幨iore consid廨ablement le taux de reconnaissance des actions.