Bu yöntemde, yapay sinir ağı (ANN) modelinin eğitilmesi için doğrudan matematiksel dönüşümlere dayanmayan, yalnızca gözlemsel ve taklit temelli bir veri toplama süreci uygulanmıştır. Burada, Nao robotunun önceden belirlenmiş 8 farklı hareketi, Choregraphe yazılımı aracılığıyla kaydedilmiş ve bu hareketler insanlar tarafından birebir taklit edilmiştir.
Denekler, Nao’nun hareketlerini senkronize bir şekilde taklit ederken, hareketler hem Nao tarafından hem de insanlar tarafından kare kare (frame frame) kaydedilmiştir. Bu süreç sonucunda toplamda 600 veri noktası elde edilmiştir. Eğitim aşamasında verilerin %80’i (480 veri) modelin öğrenmesi için, %20’si (120 veri) ise test kümesi olarak kullanılmıştır.
Modelin doğruluk değerlendirmesi, test verilerinin tahmin edilerek Nao’nun orijinal hareket kayıtları ile karşılaştırılmasıyla gerçekleştirilmiştir. MSE (Mean Squared Error), MAE (Mean Absolute Error) ve RMSE (Root Mean Squared Error) metrikleri kullanılarak tahmin edilen hareketlerin gerçek hareketlere olan yakınlığı ölçülmüştür.
Bu veri setinin avantajı, doğrudan insan hareketlerini içermesi ve teleoperasyon veya matematiksel dönüşümlerden bağımsız olmasıdır. Ancak, taklit sırasında insana özgü varyasyonlar ve hatalar modele doğrudan yansıyabilir.
Veri kümesindeki dosya isimleri neyi ifade ediyor:
Örnek olarak N01_C011_R01_fixed_left.npy dosyamızı ele alalım ,
N01_ : kısmı deneğimizin kodunu temsil dosyanın N ile başlamasının nedeni ise Nao yu taklit edilmesinden dolayıdır.
C011_ : kısmı ise Nao'nun taklit edilen hareketinin kodunu veriyor mesela bu hareket Confused kodlu nao Choregraphe uygulamasındaki yüklü gelen hareketimiz.
R01_ : bu kodumuz ise yapılan hareketin kaçıncı tekrar olduğunu belirtir.
fixed_ ve left ise bu dosyanın json dan numpy formatına dönüştürüldüğünü ve sol kol verisi olduğunu belirtir.
Etiket veri setindeki kodların karşılık geldiği hareketler
C011_ = CONFUSED
C012_= ELLER YERE PARALEL
C013_= KISSES
C014_= LEFT HAND PARALEL
C015_= MYSTİCAL
C016_= TAKE PİCTURE
C017_= TURN RİGHT
C018_= PAKET KALDIRMA