Navegación autónoma y SLAM con ROS 2

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

Esta capacitación en vivo impartida por un instructor (en línea o presencial) está dirigida a ingenieros de nivel intermedio que deseen desarrollar, entrenar y desplegar sistemas robóticos impulsados por IA utilizando tecnologías y marcos de trabajo actuales de código abierto.

Al finalizar esta capacitación, los participantes serán capaces de:

• Utilizar Python y ROS 2 para construir y simular comportamientos robóticos.
• Implementar Filtros de Kalman y Filtros de Partículas para localización y seguimiento.
• Aplicar técnicas de visión por computadora utilizando OpenCV para percepción y detección de objetos.
• Utilizar TensorFlow para la predicción de 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 la toma de decisiones robóticas.

Formato del Curso

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

Opciones de Personalización del Curso

Para solicitar una capacitación personalizada para este curso, contáctenos para coordinarlo.

OpenCV es una biblioteca de visión por computadora de código abierto que permite el procesamiento de imágenes en tiempo real, mientras que los marcos de aprendizaje profundo como TensorFlow proporcionan las herramientas para la percepción inteligente y la toma de decisiones en sistemas robóticos.

Esta formación impartida por un instructor (en línea o presencial) está dirigida a ingenieros de robótica de nivel intermedio, especialistas en visión por computadora e ingenieros de aprendizaje automático que desean aplicar técnicas de visión por computadora y aprendizaje profundo para la percepción y autonomía robótica.

Al finalizar esta formación, los participantes podrán:

• 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 la navegación robótica.
• Combinar algoritmos clásicos de visión con redes neuronales profundas.
• Desplegar sistemas de visión por computadora en plataformas embebidas y robóticas.

Formato del Curso

• Conferencia interactiva y discusión.
• Práctica hands-on utilizando OpenCV y TensorFlow.
• Ejecución en laboratorio en tiempo real sobre sistemas robóticos simulados o físicos.

Opciones de Personalización del Curso

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

Un bot o chatbot es como un asistente informático que se utiliza para automatizar las interacciones del usuario en diversas plataformas de mensajería y realizar tareas más rápidamente sin necesidad de que los usuarios hablen con otro ser humano.

En esta formación guiada por un instructor, los participantes aprenderán a iniciar el desarrollo de un bot paso a paso, creando chatbots de ejemplo mediante herramientas y frameworks de desarrollo de bots.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los distintos usos y aplicaciones de los bots
• Entender el proceso completo de desarrollo de bots
• Explorar las diferentes herramientas y plataformas utilizadas para construir bots
• Crear un chatbot de ejemplo para Facebook Messenger
• Crear un chatbot de ejemplo utilizando Microsoft Bot Framework

Público objetivo

• Desarrolladores interesados en crear su propio bot

Formato del curso

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

La Edge AI permite que los modelos de inteligencia artificial se ejecuten directamente en dispositivos embebidos o con recursos limitados, reduciendo la latencia y el consumo de energía, al tiempo que aumenta la autonomía y la privacidad en los sistemas robóticos.

Esta capacitación presencial dirigida por un instructor (en línea o in situ) está dirigida a desarrolladores de nivel intermedio en sistemas embebidos e ingenieros de robótica que deseen implementar técnicas de inferencia y optimización de aprendizaje automático directamente en hardware robótico utilizando TinyML y marcos de Edge AI.

Al finalizar esta capacitación, los participantes podrán:

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

Formato del Curso

• Clase interactiva y discusión.
• Práctica hands-on utilizando cadenas de herramientas de TinyML y Edge AI.
• Ejercicios prácticos en plataformas de hardware embebido y robótico.

Opciones de Personalización del Curso

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

Esta formación en vivo con instrucción presencial en Chile (en línea o in situ) está dirigida 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 entornos laborales modernos.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los principios de la IA Física Centrada en el Humano y sus aplicaciones.
• Explorar el papel de los robots colaborativos en la mejora de la productividad laboral.
• Identificar y abordar los desafíos en las interacciones entre humanos y máquinas.
• Diseñar flujos de trabajo que optimicen la colaboración entre humanos y sistemas impulsados por IA.
• Promover una cultura de innovación y adaptabilidad en entornos laborales integrados con IA.

Interacción Humano-Robot (HRI): Voz, Gestos y Control Colaborativo es un curso práctico diseñado para introducir a los participantes en el diseño e implementación de interfaces intuitivas para la comunicación entre humanos y robots. La formación combina teoría, principios de diseño y práctica de programación para construir sistemas de interacción naturales y receptivos utilizando técnicas de voz, gestos y control compartido. Los participantes aprenderán cómo integrar módulos de percepción, desarrollar sistemas de entrada multimodal y diseñar robots que colaboren de forma segura con los humanos.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a participantes de nivel principiante a intermedio que deseen diseñar e implementar sistemas de interacción humano-robot que mejoren la usabilidad, la seguridad y la experiencia del usuario.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos y principios de diseño de la interacción humano-robot.
• Desarrollar mecanismos de control y respuesta basados en voz para robots.
• Implementar el reconocimiento de gestos utilizando técnicas de visión por computadora.
• Diseñar sistemas de control colaborativo para una autonomía segura y compartida.
• Evaluar los sistemas de HRI en función de la usabilidad, la seguridad y los factores humanos.

Formato del Curso

• Conferencias interactivas y demostraciones.
• Ejercicios prácticos de codificación y diseño.
• Experimentos prácticos en entornos de simulación o robots reales.

Opciones de Personalización del Curso

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

La formación práctica sobre Automatización con Robótica Industrial: Integración de ROS-PLC y Gemelos Digitales está enfocada en vincular la automatización industrial con los marcos modernos de robótica. Los participantes aprenderán a integrar sistemas robóticos basados en ROS con PLCs para realizar operaciones sincronizadas, y explorarán entornos de gemelo digital para simular, monitorear y optimizar procesos productivos. El curso hace hincapié en la interoperabilidad, el control en tiempo real y el análisis predictivo mediante réplicas digitales de sistemas físicos.

Esta capacitación presencial impartida por un instructor (en línea o en sitio) va dirigida a profesionales de nivel intermedio que deseen adquirir habilidades prácticas para conectar robots controlados por ROS con entornos PLC, e implementar gemelos digitales para la optimización de la automatización y manufactura.

Al finalizar esta formación, los participantes podrán:

• Comprender los protocolos de comunicación entre sistemas ROS y PLC.
• Implementar el intercambio de datos en tiempo real entre robots y controladores industriales.
• Desarrollar gemelos digitales para monitoreo, pruebas y simulación de procesos.
• Integrar sensores, actuadores y manipuladores robóticos dentro de flujos de trabajo industriales.
• Diseñar y validar sistemas de automatización industrial utilizando entornos de simulación híbridos.

Formato del curso

• Conferencias interactivas y recorrido por la arquitectura.
• Ejercicios prácticos de integración de sistemas ROS y PLC.
• Implementación de proyectos de simulación y gemelos digitales.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para organizarla.

Esta formación en vivo con instructor en Chile (en línea o presencial) está dirigida a ingenieros que desean aprender sobre la aplicabilidad de la inteligencia artificial en sistemas mecatrónicos.

Al finalizar esta capacitación, los participantes podrán:

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

El curso avanzado "Sistemas Multi-Robo e Inteligencia de Enjambre" explora el diseño, la coordinación y el control de equipos robóticos inspirados en comportamientos de enjambre biológicos. Los participantes aprenderán a modelar interacciones, implementar toma de decisiones distribuida y optimizar la colaboración entre múltiples agentes. El curso combina teoría con simulaciones prácticas para preparar a los estudiantes para aplicaciones en logística, defensa, búsqueda y rescate, y exploración autónoma.

Este entrenamiento en vivo guiado por un instructor (en línea o presencial) está dirigido a profesionales de nivel avanzado que deseen diseñar, simular e implementar sistemas multi-robo y basados en inteligencia de enjambre utilizando marcos de trabajo y algoritmos de código abierto.

Al finalizar este entrenamiento, los participantes podrán:

• Comprender los principios y dinámicas de la inteligencia de enjambre y la robótica cooperativa.
• Diseñar estrategias de comunicación y coordinación para sistemas multi-robo.
• Implementar algoritmos de toma de decisiones distribuida y consenso.
• Simular comportamientos colectivos como control de formación, bandada y cobertura.
• Aplicar técnicas basadas en enjambre a escenarios del mundo real y problemas de optimización.

Formato del Curso

• Conferencias avanzadas con análisis profundo de algoritmos.
• Programación práctica y simulaciones en ROS 2 y Gazebo.
• Proyecto colaborativo que aplica principios de inteligencia de enjambre.

Opciones de Personalización del Curso

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

Esta formación en vivo impartida por un instructor en Chile (en línea o presencial) está dirigida a ingenieros de robótica e investigadores de IA de nivel avanzado que deseen utilizar la IA multimodal para integrar diversos datos sensoriales y crear robots más autónomos y eficientes, capaces de ver, oír y tocar.

Al finalizar esta formación, los participantes serán capaces de:

• Implementar la detección multimodal en sistemas robóticos.
• Desarrollar algoritmos de IA para la fusión de sensores y la toma de decisiones.
• Crear robots que realicen tareas complejas en entornos dinámicos.
• Abordar los desafíos del procesamiento de datos en tiempo real y la actuación.

Esta formación en vivo y dirigida por un instructor en Chile (en línea o presencial) está dirigida a participantes de nivel intermedio que desean mejorar sus habilidades en el diseño, programación e implementación de sistemas robóticos inteligentes para automatización y más allá.

Al finalizar esta formación, 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 las pruebas y optimización robóticas.
• Abordar desafíos como la fusión de sensores, el procesamiento en tiempo real y la eficiencia energética.

Prototipado rápido práctico para robótica con ROS 2 y Docker es un curso práctico diseñado para ayudar a los desarrolladores a construir, probar e implementar aplicaciones robóticas de manera eficiente. Los participantes aprenderán cómo contenerizar entornos robóticos, integrar paquetes de ROS 2 y prototipar sistemas robóticos modulares utilizando Docker para garantizar reproducibilidad y escalabilidad. El curso hace hincapié en agilidad, control de versiones y prácticas colaborativas adecuadas para equipos de desarrollo e innovación en etapas tempranas.

Esta capacitación dirigida por un instructor (en línea o presencial) está orientada a participantes de nivel principiante a intermedio que deseen acelerar los flujos de trabajo de desarrollo robótico utilizando ROS 2 y Docker.

Al finalizar esta capacitación, los participantes podrán:

• Configurar un entorno de desarrollo ROS 2 dentro de contenedores Docker.
• Desarrollar y probar prototipos robóticos en configuraciones modulares y reproducibles.
• Utilizar herramientas de simulación para validar el comportamiento del sistema antes del despliegue en hardware.
• Colaborar eficazmente mediante proyectos robóticos contenerizados.
• Aplicar conceptos de integración y despliegue continuo en los flujos de trabajo robóticos.

Formato del curso

• Conferencias interactivas y demostraciones.
• Ejercicios prácticos con entornos ROS 2 y Docker.
• Mini-proyectos enfocados en aplicaciones robóticas del mundo real.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinarla.

El aprendizaje por refuerzo (RL, por sus siglas en inglés) es un paradigma de aprendizaje automático en el que los agentes aprenden a tomar decisiones interactuando con un entorno. En robótica, el RL permite que los sistemas autónomos desarrollen capacidades de control y toma de decisiones adaptables a través de la experiencia y retroalimentación.

Esta capacitación en vivo, impartida por un instructor (de forma online o presencial), está dirigida a ingenieros de aprendizaje automático de nivel avanzado, investigadores en robótica y desarrolladores que deseen diseñar, implementar y desplegar algoritmos de aprendizaje por refuerzo en aplicaciones robóticas.

Al finalizar esta capacitación, los participantes podrán:

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

Formato del curso

• Ponencias interactivas y discusión grupal.
• Implementación práctica utilizando Python, PyTorch y OpenAI Gym.
• Ejercicios prácticos en entornos robóticos simulados o físicos.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para organizarlo.

Manipulación y Agarre de Robots con Aprendizaje Profundo es un curso avanzado que conecta el control robótico con técnicas modernas de aprendizaje automático. Los participantes explorarán cómo el aprendizaje profundo puede mejorar la percepción, la planificación del movimiento y el agarre diestro en sistemas robóticos. A través de teoría, simulación y ejercicios prácticos de programación, el curso guía a los estudiantes desde el control basado en percepción hasta el aprendizaje de políticas de extremo a extremo para tareas de manipulación.

Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean aplicar métodos de aprendizaje profundo para habilitar una manipulación robótica inteligente, adaptable y precisa.

Al finalizar esta formación, los participantes podrán:

• Desarrollar modelos de percepción para el reconocimiento de objetos y la estimación de pose.
• Entrenar redes neuronales para la detección de agarres y la planificación del movimiento.
• Integrar módulos de aprendizaje profundo con controladores robóticos utilizando ROS 2.
• Simular y evaluar estrategias de agarre y manipulación en entornos virtuales.
• Desplegar y optimizar los modelos aprendidos en brazos robóticos reales o simulados.

Formato del Curso

• Conferencia dirigida por expertos y análisis profundos de algoritmos.
• Ejercicios prácticos de programación y simulación.
• Implementación y pruebas basadas en proyectos.

Opciones de Personalización del Curso

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

La robótica inteligente integra la inteligencia artificial en sistemas robotizados para mejorar la percepción, la toma de decisiones y el control autónomo.

Esta formación en vivo con instrucción presencial (en línea o in situ) está dirigida a ingenieros de robótica avanzados, integradores de sistemas y líderes de automatización que desean implementar percepción, planificación y control impulsados por IA en entornos de manufactura inteligente.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender y aplicar técnicas de IA 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 robotizados inteligentes en los flujos de trabajo de fábricas inteligentes.

Formato del curso

• Conferencia interactiva y debate.
• Muchas ejercicios prácticos.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

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