RobotValues: Evaluando robots domésticos ante conflictos de valores humanos
Descubre RobotValues, el benchmark que revela cómo los robots domésticos eligen entre valores en conflicto. ¿Privacidad o eficiencia? Resultados sorprendentes.
#bots
Los robots humanoides llegan al trabajo: lo que debes saber
Inversiones multimillonarias impulsan robots humanoides para trabajos físicos. ¿Está tu negocio preparado? Descubre las claves para adaptarte.
DAG-Plan: Planificación con grafos acíclicos para brazos robóticos
Descubre cómo DAG-Plan usa grafos acíclicos para coordinar robots de doble brazo con un 48% más de éxito y 84% más de eficiencia.
Herramienta LangChain: descubre más de 1000 bots de IA activos por capacidad
Descubre más de 1000 bots de IA activos por capacidad en el Agent Exchange. Gana comisiones al registrar y ofrecer tus agentes. Integración con LangChain.
Videollamada con LLM: medición de seis apps
Evaluamos el rendimiento de seis apps de videollamada con IA. ¿Qué importa más: latencia o capacidad del modelo? Resultados sorprendentes.
Clonación de Comportamiento de MPC para Robots Manipuladores de 3 GDL
Descubre cómo la clonación de comportamiento reduce la carga computacional del MPC en robots de 3 GDL, logrando una reducción de 3x en latencia y un 84.98% de éxito. Ideal para control en tiempo real.
Investigando y mitigando la amplificación del daño en interacciones con LLM
Descubre cómo el nuevo benchmark HarmAmp analiza la amplificación del daño en interacciones con LLM y cómo TrajSafe lo mitiga de forma proactiva.
Transferencia Sim-to-Real con Redes de Actuadores Generalizadas
Primera transferencia sim-to-real exitosa para brazo robótico con músculos artificiales usando GenAN.
ShelfAware: Localización Semántica en Tiempo Real para Entornos Cuasi-Estáticos
ShelfAware logra localización global robusta en entornos dinámicos con sensores de bajo costo y un filtro de partículas semántico. Ideal para robots móviles.
IA en producción en el borde industrial: un camino repetible con Red Hat e Intel
Implementa IA en producción en el borde industrial con Red Hat e Intel. Supera desafíos de recursos y conectividad para proyectos más allá del piloto.
Ruby on Rails en la Era de la IA: No Necesitas Cambiar a Python
¿Crees que necesitas Python para IA? Descubre por qué Ruby on Rails es suficiente para construir aplicaciones de IA modernas como chatbots y asistentes.
Cómo la IA potencia la modernización de aplicaciones heredadas
Descubre cómo la inteligencia artificial moderniza aplicaciones heredadas, reduciendo riesgos y costos. Automatiza decisiones, detecta patrones y mejora el ROI.
HOIST: Humanoides optimizados para cargas suspendidas
Descubre cómo HOIST combina imitación y RL para que humanoides manipulen cargas suspendidas con alta precisión. Reduce errores de colocación en 19.9 cm.
RDA: Agente de diseño de recompensas para aprendizaje por refuerzo
Descubre RDA, un agente basado en VLM que diseña recompensas semánticas para robots. Logra políticas alineadas con instrucciones humanas en manipulación.
SceneSmith: generación de escenas interiores realistas para simulación con IA
SceneSmith: genera escenas interiores realistas con IA para simulación robótica. Hasta 6x más objetos, <2% colisiones, 96% estables.
Intel apuesta por la IA física con chips para robótica
Intel regresa al mercado de robótica con sus nuevos chips Series 3 para IA física y edge. Descubre cómo impulsan robots como el barista Ella y el futuro de la automatización.
Seguridad Permisiva con Inferencia Confiable en Robótica Interactiva
Nuevo método certifica la seguridad de robots autónomos con filtros de creencia menos conservadores, usando predicción conforme para una interacción humano-robot más eficiente y segura.
De videos humanos a manipulación robótica: aprendizaje VLA escalable
Descubre cómo los videos humanos entrenan robots con modelos VLA escalables. Encuesta sobre aprendizaje robótico con datos humanos.
Política de Deriva Implícita: acciones en un paso con geometría condicional
IDP: genera acciones en un paso con corrección del entrenamiento usando geometría condicional de experto. Ideal para control robótico de alta frecuencia.
Control de pose basado en DRL para robots Double-Ackermann con incertidumbres
Descubre cómo el control de pose con DRL supera incertidumbres en robots Double-Ackermann, logrando un 92% éxito en simulación y transferencia real sin ajustes.