Esta publicación demuestra cómo entrenar políticas de robots para el humanoide Unitree H1 utilizando NVIDIA Isaac Lab en Amazon SageMaker AI. Explora dos opciones de cómputo: Amazon SageMaker HyperPod y Amazon SageMaker Training Jobs.
Este artículo presenta CARVE y CARVE-Q, arquitecturas para la reparación interactiva certificada de maniobras de conducción vetadas. Se centra en asegurar que las reparaciones respeten las reglas y responsabilidades, abordando la complejidad de la reparación multi-propietario e introduciendo una solución propuesta cuántica.
Este contenido aborda las limitaciones de los sistemas de planificación tradicionales y los enfoques puramente neuronales para la navegación autónoma de rovers en misiones de levantamiento geológico planetario con escasez extrema de datos. El autor descubrió el razonamiento neuro-simbólico como una solución híbrida, fusionando el reconocimiento de patrones de redes neuronales con el rigor lógico.
Este contenido se centra en el avance y el desarrollo futuro de la tecnología robótica en Europa. Explora estrategias e iniciativas destinadas a fortalecer la posición de Europa en el panorama global de la robótica.
Este contenido explora el Gemma Playground, utilizando un 'Robot Duck' como ejemplo de aplicación. El enfoque es demostrar las capacidades del modelo Gemma en un escenario práctico.
Dan de Elodin ha lanzado un arnés de simulación de software de vuelo de código abierto y en tiempo real para los concursantes del AI Grand Prix. La herramienta, diseñada para cumplir con las restricciones de la competición, funciona con Betaflight y permite la generación directa de sensores de cámara en el bucle de simulación, utilizando el motor de juego Rust Bevy.
Uma pessoa está desenvolvendo um robô companheiro de IA offline para seu marido tetraplégico, buscando reduzir o isolamento. O protótipo atual usa Mistral-7B-Instruct em um ThinkPad com 8GB de RAM para conversação e faster-whisper em um Jetson Nano para reconhecimento de fala, e a autora busca conselhos de otimização.
Este artículo ofrece un desglose técnico de cómo funcionan los modelos Visual-Lenguaje-Acción (VLA), explicando cómo transforman las entradas de visión y lenguaje en acciones robóticas. Cubre los enfoques de decodificación de acciones actuales, incluyendo acciones autorregresivas tokenizadas, cabezas de acción basadas en difusión y políticas de coincidencia de flujo.
![How Visual-Language-Action (VLA) Models Work [D]](/cdn-cgi/image/width=3840,quality=75,format=webp/https://external-preview.redd.it/fBpt1C8zS6YDW2Lp0_fnNCU2C0Dw1W3tzt7P4g39SHw.jpeg?width=640&crop=smart&auto=webp&s=d9f046e9b38c478cf671d18df1b23a42fd1613bd)
El contenido describe un proyecto de robots de guerra controlados por código generado por el modelo Qwen3. El autor informa una mejora significativa en la ejecución de la IA después de la transición de Ollama a llama.cpp.
Sony AI ha desarrollado Ace, el primer robot de ping-pong capaz de vencer a jugadores humanos de alto rango bajo las reglas oficiales. Este logro destaca el progreso de la IA en juegos físicos, que plantean mayores desafíos que los puramente digitales como el ajedrez o el Go.
Este trabajo explora el aprendizaje auto-supervisado para la correspondencia estéreo, centrándose en un sistema con capacidad de auto-mejora. La investigación busca mejorar la precisión y robustez de los algoritmos de visión por computadora en la estimación de profundidad.
Esta investigación propone redes neuronales dinámicas incrustadas en grupos de Lie (LieEDNN) y algoritmos de aprendizaje correspondientes para lograr dinámicas estables y aprendibles en variedades subyacentes. Aprovecha las potentes capacidades de representación de los grupos de Lie para abordar desafíos en interacciones de redes neuronales y espacios de representación no lineales, con aplicaciones en robótica, gráficos y control.
Este contenido explora el auge de la IA encarnada de código abierto, que democratiza el desarrollo de robots inteligentes que interactúan con el mundo físico. Ofrece consejos clave para contribuir, incluyendo el uso de plataformas (ROS, Gazebo), el desarrollo de habilidades (programación, IA/ML) y la participación activa en proyectos.
DEEPX y Hyundai se asocian para construir robots de IA generativa utilizando el nuevo chip de IA de borde DX-M2 de DEEPX, trasladando las cargas de trabajo de IA generativa de la nube al dispositivo. Este movimiento promete menor latencia, menor consumo de energía y toma de decisiones en tiempo real, confirmando una tendencia importante de la IA generativa hacia el borde.
Nvidia presentó habilidades de agentes de IA físicos y un modelo VLA de 32 mil millones de parámetros, Alpamayo 2 Super, en CVPR para agilizar la investigación en vehículos autónomos y robótica. Estas innovaciones abordan el cuello de botella de herramientas fragmentadas al automatizar tareas como la reconstrucción de escenas y la generación de datos sintéticos.
Jim Fan, del grupo de robótica de Nvidia, propone que la robótica está entrando en su "fase final" y seguirá la misma trayectoria de cuatro etapas que los grandes modelos de lenguaje. Él afirma que "la robótica está entrando en su juego final, y el plan de juego ya está escrito" por los LLMs.
GIST presenta una tubería de extracción de conocimiento multimodal para el anclaje espacial en entornos complejos, transformando nubes de puntos móviles en topologías de navegación semánticamente anotadas. Destila escenas en mapas de ocupación 2D, extrae diseños topológicos y superpone una capa semántica ligera para ayudar a la IA encarnada y a los humanos.
Este artículo detalla un viaje personal en IA para robótica blanda, inspirado por una "falla silenciosa" catastrófica en una pinza bioinspirada durante una misión simulada. Destaca el desafío de usar la IA para razonar sobre la degradación física en entornos novedosos, proponiendo el Modelado de Difusión Aumentado por Física para el mantenimiento en ventanas de recuperación críticas.
El texto introduce el Qiushi Discovery Engine, un sistema basado en LLM para el descubrimiento científico autónomo en una plataforma óptica real. Demuestra el descubrimiento de principio a fin combinando fases de investigación no lineales, memoria Meta-Trace y una arquitectura de doble capa, reproduciendo con éxito un experimento publicado.
VIOLA presenta un enfoque novedoso para tareas de manipulación basadas en visión, utilizando el aprendizaje por imitación para enseñar acciones complejas a robots. Incorpora Object ProposalPriors para mejorar la eficiencia y robustez del aprendizaje, permitiendo una interacción más efectiva con los objetos.