في هذه الورقة، نقترح طريقة تسمى التعلم المعزز التدرجي العميق (DPRL) لتحديد الأفعال في مقاطع الفيديو القائمة على الهيكل العظمي، والتي تهدف إلى استخلاص الإطارات الأكثر إفادة والتخلص من الإطارات الغامضة ضمن التسلسلات لتمييز الأفعال. وبما أن خيارات اختيار الإطارات الممثلة تكون متعددة جدًا لكل مقطع فيديو، نُمَثِّل عملية اختيار الإطارات كعملية تدرجية باستخدام التعلم المعزز العميق، حيث نُعدِّل تدريجيًا الإطارات المختارة مع أخذ عاملين مهمين بعين الاعتبار: (1) جودة الإطارات المختارة، و(2) العلاقة بين الإطارات المختارة والفيديو ككل. علاوة على ذلك، وبما أن البنية الهيكلية للجسم البشري تمتلك طبيعة جرافية بطبيعتها، حيث تمثل الرؤوس المفاصل المتحركة والأضلاع الهياكل الصلبة، نستخدم شبكة التعلم العميق القائمة على الرسوم البيانية (GCN) لالتقاط الاعتماد بين المفاصل في عملية تحديد الأفعال. وقد أظهرت النتائج أداءً تنافسيًا جدًا على ثلاث معايير شائعة الاستخدام.