Overview

La programmation par démonstration a récemment été proposée comme moyen permettant à un robot d'apprendre des tâches à partir de démonstrations humaines, la reconnaissance des actions constituant une étape cruciale de la procédure. Sur la base de ce concept, une approche sans modèle pour la manipulation d'objets a été proposée par Aksoy et al. [1]. Plus précisément, cette approche classe les actions en observant les changements dans l'interaction avec les objets à partir de la segmentation vidéo. Cependant, la segmentation se heurte à diverses difficultés, telles que le flou de mouvement, la complexité de l'environnement, la sur-segmentation et la sous-segmentation. C'est pourquoi nous simulons et évaluons la méthode d'Aksoy et al. De plus, nous adaptons une représentation basée sur un noyau à la méthode d'Aksoy et al. Les expériences montrent que la nouvelle méthode améliore considérablement le taux de reconnaissance des actions.