La técnica de clonación de comportamiento consiste en equipar a un robot con la capacidad de aprender habilidades de control a través de la observación, lo que le permite realizar de forma natural la interacción humano-robot. A pesar de muchos estudios relacionados en el contexto de la clonación de comportamiento de robots humanoides, los problemas de la grabación innecesaria de acciones similares y formas de almacenamiento más eficientes que la grabación de acciones por ángulos articulares o conteos de motores aún merecen ser discutidos. Para reducir la carga de almacenamiento en los robots, implementamos un sistema de clonación de comportamiento de robot humanoide de extremo a extremo, que consta de tres módulos, a saber, emulación de acciones, memorización de acciones y repetición de acciones. Con la ayuda de métodos tradicionales de aprendizaje automático, el sistema puede evitar grabar acciones similares mientras almacena acciones de forma más eficiente. También se aborda un problema de temblor en la repetición de acciones. En nuestro sistema, una acción se define como una secuencia de muchos fotogramas de postura. Proponemos un algoritmo revisado de detección de poses clave para mantener poses mínimas de cada acción y minimizar el consumo de almacenamiento. Posteriormente, se implementa un algoritmo de agrupación para poses clave para guardar cada acción en forma de series de identificadores. Finalmente, se propone una ecuación de similitud para evitar el almacenamiento innecesario de acciones similares, en la que la evaluación de similitud de acciones se define como un problema de LCS. Los experimentos con diferentes acciones han demostrado que nuestro sistema reduce en gran medida la carga de almacenamiento del robot, asegurando que los errores estén dentro de límites aceptables. El error promedio del algoritmo revisado de detección de poses clave se reduce en un 69% en comparación con el original y en un 26% en comparación con otro algoritmo avanzado. Finalmente, el consumo de almacenamiento de acciones se reduce en un 97%. Los resultados experimentales demuestran que el sistema puede memorizar eficientemente acciones para completar la clonación de comportamiento.