IA Multimodal en Robótica

La Inteligencia Artificial (IA) aplicada a la Robótica integra el aprendizaje automático, los sistemas de control y la fusión de sensores para crear máquinas inteligentes capaces de percibir, razonar y actuar de manera autónoma. Con herramientas modernas como ROS 2, TensorFlow y OpenCV, los ingenieros pueden ahora diseñar robots que naveguen, planifiquen e interactúen con entornos del mundo real de forma inteligente.

Este entrenamiento dirigido por un instructor (tanto en línea como presencial) está diseñado para ingenieros de nivel intermedio que deseen desarrollar, entrenar y desplegar sistemas robóticos impulsados por IA utilizando tecnologías y frameworks de código abierto actuales.

Al finalizar este entrenamiento, los participantes serán capaces de:

• Utilizar Python y ROS 2 para construir y simular comportamientos robóticos.
• Implementar Filtros de Kalman y Partículas para la localización y seguimiento.
• Aplicar técnicas de visión por computadora con OpenCV para la percepción y detección de objetos.
• Utilizar TensorFlow para la predicción del movimiento y el control basado en aprendizaje.
• Integrar SLAM (Localización y Mapeo Simultáneos) para la navegación autónoma.
• Desarrollar modelos de aprendizaje por refuerzo para mejorar las decisiones robóticas.

Formato del Curso

• Conferencia interactiva y discusión.
• Implementación práctica con ROS 2 y Python.
• Ejercicios prácticos en entornos robóticos simulados y reales.

Opciones de Personalización del Curso

Para solicitar un entrenamiento personalizado para este curso, por favor contáctenos para realizar los arreglos necesarios.

En este curso dirigido por un instructor (en línea o en las instalaciones del cliente) Colombia, los participantes aprenderán diferentes tecnologías, marcos y técnicas para programar diversos tipos de robots destinados al campo de la tecnología nuclear y sistemas ambientales.

El curso de 6 semanas se realiza 5 días a la semana. Cada día dura 4 horas y consta de conferencias, discusiones y desarrollo práctico de robots en un entorno de laboratorio en vivo. Los participantes completarán varios proyectos del mundo real aplicables a su trabajo para practicar el conocimiento adquirido.

El hardware objetivo de este curso se simulará en 3D a través de software de simulación. Se utilizarán el marco de código abierto ROS (Robot Operating System), C++ y Python para programar los robots.

Al final de este entrenamiento, los participantes serán capaces de:

• Comprender los conceptos clave utilizados en tecnologías robóticas.
• Comprender y gestionar la interacción entre software y hardware en un sistema robótico.
• Comprender e implementar los componentes de software que subyacen a la robótica.
• Construir y operar un robot mecánico simulado que pueda ver, sentir, procesar, navegar y interactuar con humanos mediante el habla.
• Comprender los elementos necesarios de la inteligencia artificial (aprendizaje automático, aprendizaje profundo, etc.) aplicables a la construcción de un robot inteligente.
• Implementar filtros (Kalman y Particle) para que el robot pueda localizar objetos en movimiento en su entorno.
• Implementar algoritmos de búsqueda y planificación de movimientos.
• Implementar controles PID para regular el movimiento del robot dentro de un entorno.
• Implementar algoritmos SLAM para que el robot pueda mapear un entorno desconocido.
• Extender la capacidad del robot para realizar tareas complejas mediante el aprendizaje profundo.
• Probar y solucionar problemas de un robot en escenarios realistas.

En este entrenamiento guiado por un instructor en Colombia (en línea o presencial), los participantes aprenderán las diferentes tecnologías, marcos y técnicas para programar diversos tipos de robots destinados a ser utilizados en el campo de la tecnología nuclear y sistemas ambientales.

El curso de 4 semanas se realiza 5 días a la semana. Cada día dura 4 horas y consiste en conferencias, discusiones y desarrollo práctico de robots en un entorno de laboratorio en vivo. Los participantes completarán diversos proyectos del mundo real aplicables a su trabajo para practicar los conocimientos adquiridos.

El hardware objetivo de este curso será simulado en 3D mediante software de simulación. Luego, el código se cargará en hardware físico (Arduino u otro) para pruebas finales de implementación. Se utilizará el marco de trabajo de código abierto ROS (Robot Operating System), C++ y Python para programar los robots.

Al finalizar este entrenamiento, los participantes podrán:

• Entender los conceptos clave utilizados en tecnologías robóticas.
• Comprender y gestionar la interacción entre software y hardware en un sistema robótico.
• Entender e implementar los componentes de software que subyacen a la robótica.
• Construir y operar un robot mecánico simulado que pueda ver, sentir, procesar, navegar e interactuar con humanos mediante voz.
• Entender los elementos necesarios de la inteligencia artificial (aprendizaje automático, aprendizaje profundo, etc.) aplicables a la construcción de un robot inteligente.
• Implementar filtros (Kalman y Particle) para que el robot pueda localizar objetos en movimiento en su entorno.
• Implementar algoritmos de búsqueda y planificación de movimientos.
• Implementar controles PID para regular el movimiento del robot dentro de un entorno.
• Implementar algoritmos SLAM para que el robot pueda mapear un entorno desconocido.
• Probar y solucionar problemas de un robot en escenarios realistas.

ROS 2 (Robot Operating System 2) es un marco de trabajo de código abierto desarrollado para facilitar el desarrollo de aplicaciones robóticas complejas y escalables.

Esta capacitación en vivo, dirigida por un instructor (ya sea en línea o presencial), está diseñada para ingenieros y desarrolladores de robótica de nivel intermedio que deseen implementar la navegación autónoma y SLAM (Simultaneous Localization and Mapping) utilizando ROS 2.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar e instalar ROS 2 para aplicaciones de navegación autónoma.
• Implementar algoritmos SLAM para mapeo y localización.
• Integrar sensores como LiDAR y cámaras con ROS 2.
• Simular y probar la navegación autónoma en Gazebo.
• Desplegar pilas de navegación en robots físicos.

Formato del Curso

• Lectura y discusión interactiva.
• Ejercicios prácticos utilizando herramientas de ROS 2 y entornos de simulación.
• Implementación y prueba en laboratorio con robots virtuales o físicos.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para hacer los arreglos necesarios.

El servicio Azure Bot integra el poder del Microsoft Bot Framework y las funcionalidades de Azure para facilitar un desarrollo ágil de bots inteligentes.

En este entrenamiento en vivo dirigido por un instructor, los participantes aprenderán a crear fácilmente un bot inteligente utilizando Microsoft Azure.

Al finalizar este entrenamiento, los participantes podrán:

• Entender los fundamentos de los bots inteligentes
• Aprender a desarrollar bots inteligentes mediante aplicaciones en la nube
• Comprender el uso del Microsoft Bot Framework, el Bot Builder SDK y el Azure Bot Service
• Saber cómo diseñar bots utilizando patrones de bots
• Desarrollar su primer bot inteligente con Microsoft Azure

Audiencia

• Desarrolladores
• Hobbyistas
• Ingenieros
• Profesionales de TI

Formato del curso

• Parte conferencia, parte discusión, ejercicios y mucha práctica hands-on

OpenCV es una biblioteca de visión por computadora de código abierto que permite procesar imágenes en tiempo real, mientras que marcos de aprendizaje profundo como TensorFlow ofrecen las herramientas necesarias para la percepción y toma de decisiones inteligentes en sistemas robóticos.

Este entrenamiento, dirigido por un instructor (tanto en línea como presencial), está diseñado para ingenieros de robótica intermedios, profesionales de visión por computadora y especialistas en aprendizaje automático que deseen aplicar técnicas avanzadas de visión por computadora y aprendizaje profundo para mejorar la percepción y autonomía de los sistemas robóticos.

Al finalizar este entrenamiento, los participantes serán capaces de:

• Implementar flujos de trabajo de visión por computadora utilizando OpenCV.
• Integrar modelos de aprendizaje profundo para la detección y reconocimiento de objetos.
• Utilizar datos basados en visión para el control y navegación robótica.
• Combinar algoritmos tradicionales de visión con redes neuronales profundas.
• Implementar sistemas de visión por computadora en plataformas embebidas y robóticas.

Formato del Curso

• Lecturas interactivas y discusiones grupales.
• Ejercicios prácticos utilizando OpenCV y TensorFlow.
• Implementaciones en laboratorio con sistemas robóticos simulados o reales.

Opciones de Personalización del Curso

• Para solicitar un entrenamiento personalizado para este curso, por favor contáctenos para organizarlo.

Un bot o chatbot es como un asistente digital que se utiliza para automatizar las interacciones de los usuarios en diversas plataformas de mensajería, permitiendo realizar tareas más rápido sin necesidad de conversar con otro humano.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo iniciar el desarrollo de un bot y avanzar en la creación de chatbots de muestra utilizando herramientas y marcos de desarrollo de bots.

Al finalizar esta capacitación, los participantes serán capaces de:

• Entender las diferentes aplicaciones y usos de los bots
• Comprender el proceso completo para desarrollar bots
• Explorar las diversas herramientas y plataformas utilizadas en la creación de bots
• Crear un chatbot de muestra para Facebook Messenger
• Desarrollar un chatbot de ejemplo con Microsoft Bot Framework

Audiencia

• Desarrolladores interesados en crear su propio bot

Formato del curso

• Parte conferencia, parte discusión, ejercicios y práctica intensiva

El Edge AI permite que los modelos de inteligencia artificial se ejecuten directamente en dispositivos incrustados o con recursos limitados, lo que reduce la latencia y el consumo de energía, mientras aumenta la autonomía y la privacidad en sistemas robóticos.

Este entrenamiento dirigido por un instructor (en línea o en sitio) está diseñado para desarrolladores incrustados de nivel intermedio e ingenieros robóticos que deseen implementar técnicas de inferencia y optimización de aprendizaje automático directamente en el hardware robótico utilizando TinyML y marcos de Edge AI.

Al finalizar este entrenamiento, los participantes serán capaces de:

• Comprender los principios básicos de TinyML y Edge AI para la robótica.
• Convertir e implementar modelos de IA para inferencia en dispositivo.
• Optimizar modelos para mejorar su velocidad, tamaño y eficiencia energética.
• Integrar sistemas de Edge AI en las arquitecturas de control robótico.
• Evaluar el rendimiento y la precisión en situaciones del mundo real.

Formato del Curso

• Sesiones interactivas con discusiones.
• Ejercicios prácticos utilizando herramientas de TinyML y Edge AI.
• Ejercicios aplicados en plataformas de hardware incrustado y robótico.

Opciones de Personalización del Curso

• Para solicitar un entrenamiento personalizado para este curso, por favor contáctenos para arreglarlo.

Este entrenamiento dirigido por un instructor en Colombia (en línea o presencial) está destinado a participantes de nivel intermedio que deseen explorar el papel de los robots colaborativos (cobots) y otros sistemas de IA centrados en el ser humano en los lugares de trabajo modernos.

Al finalizar este entrenamiento, los participantes podrán:

• Entender los principios de la IA Física Centrada en el Ser Humano y sus aplicaciones.
• Explorar el papel de los robots colaborativos en el aumento de la productividad laboral.
• Identificar y abordar desafíos en las interacciones humano-máquina.
• Diseñar flujos de trabajo que optimicen la colaboración entre humanos y sistemas impulsados por IA.
• Promover una cultura de innovación y adaptabilidad en los lugares de trabajo integrados con IA.

Este curso de capacitación dirigido por un instructor (en línea o en las instalaciones del cliente) está destinado a ingenieros que deseen aprender sobre la aplicabilidad de la inteligencia artificial en los sistemas mecatrónicos.

Al finalizar este curso, los participantes serán capaces de:

• Obtener una visión general de la inteligencia artificial, el aprendizaje automático y la inteligencia computacional.
• Comprender los conceptos de las redes neuronales y los diferentes métodos de aprendizaje.
• Elegir eficazmente enfoques de inteligencia artificial para problemas reales.
• Implementar aplicaciones de IA en la ingeniería mecatrónica.

Este entrenamiento dirigido por un instructor (en línea o en el sitio) está destinado a participantes de nivel intermedio que desean mejorar sus habilidades en el diseño, programación y implementación de sistemas robóticos inteligentes para la automatización y más allá.

Al finalizar este entrenamiento, los participantes serán capaces de:

• Comprender los principios de la IA Física y sus aplicaciones en robótica y automatización.
• Diseñar y programar sistemas robóticos inteligentes para entornos dinámicos.
• Implementar modelos de IA para la toma de decisiones autónomas en robots.
• Aprovechar herramientas de simulación para la prueba y optimización de robots.
• Abordar desafíos como la fusión de sensores, el procesamiento en tiempo real y la eficiencia energética.

Aprendizaje por refuerzo (RL) es un enfoque de aprendizaje automático donde los agentes adquieren habilidades para tomar decisiones a través de la interacción con su entorno. En el ámbito de la robótica, RL permite que los sistemas autónomos desarrollen capacidades de control y toma de decisiones adaptativas mediante experiencia y retroalimentación.

Esta formación dirigida por un instructor (tanto en línea como presencial) está diseñada para ingenieros de aprendizaje automático avanzados, investigadores de robótica y desarrolladores que desean crear, implementar y desplegar algoritmos de aprendizaje por refuerzo en aplicaciones robóticas.

Al concluir este curso, los participantes serán capaces de:

• Entender los principios y las matemáticas subyacentes del aprendizaje por refuerzo.
• Implementar algoritmos de RL como Q-learning, DDPG y PPO.
• Integrar RL con entornos de simulación robótica utilizando OpenAI Gym y ROS 2.
• Entrenar robots para ejecutar tareas complejas de manera autónoma a través del ensayo y error.
• Optimizar el rendimiento del entrenamiento mediante frameworks de aprendizaje profundo como PyTorch.

Formato del Curso

• Lecturas interactivas y discusiones.
• Implementación práctica utilizando Python, PyTorch y OpenAI Gym.
• Ejercicios prácticos en entornos de simulación o robótica física.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarlo.

La Robótica Segura y Explicable es un programa de formación integral que se centra en la seguridad, la verificación y la gobernanza ética de los sistemas robóticos. Este curso combina teoría y práctica para explorar metodologías de casos de seguridad, análisis de riesgos y enfoques de inteligencia artificial explicable, que permiten una toma de decisiones transparente y confiable por parte de los robots. Los asistentes aprenderán a asegurar el cumplimiento normativo, verificar comportamientos y documentar garantías de seguridad conforme a estándares internacionales.

Este entrenamiento, dirigido por un instructor (tanto en línea como presencial), está diseñado para profesionales intermedios que deseen aplicar principios de verificación, validación y explicabilidad para asegurar el despliegue seguro y ético de sistemas robóticos.

Al finalizar este entrenamiento, los participantes podrán:

• Desarrollar y documentar casos de seguridad para sistemas robóticos y autónomos.
• Aplicar técnicas de verificación y validación en entornos de simulación.
• Comprender marcos de IA explicable para la toma de decisiones robóticas.
• Integrar principios de seguridad y ética en el diseño y operación del sistema.
• Comunicar los requisitos de seguridad y transparencia a las partes interesadas.

Formato del Curso

• Conferencia interactiva y discusión.
• Ejercicios prácticos de simulación y análisis de seguridad.
• Estudios de casos de aplicaciones robóticas del mundo real.

Opciones de Personalización del Curso

• Para solicitar un entrenamiento personalizado para este curso, contáctenos para organizarlo.

Un robot inteligente es un sistema de Inteligencia Artificial (AI) que tiene la capacidad de aprender de su entorno y experiencia, y utilizar ese conocimiento para mejorar sus funciones. Estos robots pueden colaborar con humanos, trabajando junto a ellos y adaptándose a su comportamiento. Además, no solo realizan tareas manuales, sino también cognitivas. Además de los robots físicos, los Smart Robots también pueden ser puramente digitales, funcionando como aplicaciones de software sin necesidad de partes móviles ni interacción física con el entorno.

En esta capacitación en vivo dirigida por un instructor, los participantes adquirirán conocimientos sobre diferentes tecnologías, marcos y técnicas para programar diversos tipos de Smart Robots, aplicando este conocimiento en proyectos propios.

El curso se divide en cuatro secciones, cada una compuesta por tres días de conferencias, debates y desarrollo práctico de robots en un entorno de laboratorio. Cada sección culminará con un proyecto práctico para que los participantes puedan poner en práctica y demostrar lo aprendido.

El hardware del curso se simulará en 3D a través de software de simulación. Se utilizarán el marco de código abierto ROS (Robot Operating System), C++ y Python para programar los robots.

Al finalizar este entrenamiento, los participantes podrán:

• Comprender los conceptos fundamentales utilizados en las tecnologías robóticas
• Gestionar eficazmente la interacción entre el software y el hardware en un sistema robótico
• Diseñar e implementar componentes de software que soporten a los Smart Robots
• Construir y operar un robot inteligente mecánico simulado capaz de ver, sentir, procesar, agarrar, navegar e interactuar con humanos mediante el reconocimiento de voz
• Ampliar las capacidades de un robot inteligente para realizar tareas complejas a través del Aprendizaje Profundo (Deep Learning)
• Probar y solucionar problemas en robots inteligentes en escenarios realistas

Audiencia

• Desarrolladores
• Ingenieros

Formato del curso

• Una combinación de conferencias, discusiones y ejercicios prácticos intensivos

Nota

• Para personalizar cualquier aspecto de este curso (lenguaje de programación, modelo de robot, etc.), por favor contáctenos para coordinarlo.

Smart Robotics es la incorporación de inteligencia artificial en sistemas robóticos para mejorar la percepción, la toma de decisiones y el control autónomo.

Este entrenamiento dirigido por instructores (en línea o presencial) está diseñado para ingenieros avanzados en robótica, integradores de sistemas y líderes en automatización que buscan implementar percepción, planificación y control impulsados por IA en entornos de fabricación inteligente.

Al finalizar este entrenamiento, los participantes podrán:

• Entender y aplicar técnicas de inteligencia artificial para la percepción robótica y la fusión de sensores.
• Desarrollar algoritmos de planificación de movimiento para robots colaborativos e industriales.
• Implementar estrategias de control basadas en aprendizaje para la toma de decisiones en tiempo real.
• Integrar sistemas robóticos inteligentes en flujos de trabajo de fábricas inteligentes.

Formato del Curso

• Conferencia interactiva y discusión.
• Varias actividades y prácticas.
• Implementación práctica en un entorno de laboratorio real.

Opciones para la Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar.