Interacción humano-robot (IHR): Voz, gestos y control colaborativo

La Inteligencia Artificial aplicada a la robótica combina el aprendizaje automático, los sistemas de control y la fusión de sensores para crear máquinas inteligentes capaces de percibir, razonar y actuar de forma autónoma. Gracias a herramientas modernas como ROS 2, TensorFlow y OpenCV, los ingenieros pueden diseñar robots que navegan, planifican y interactúan de manera inteligente con entornos del mundo real.

Este curso práctico dirigido por un instructor (en línea o presencial) está destinado a ingenieros de nivel intermedio que deseen desarrollar, entrenar e implementar sistemas robóticos basados en IA utilizando las tecnologías y frameworks de código abierto más actuales.

Al finalizar este curso, los participantes serán capaces de:

• Utilizar Python y ROS 2 para crear y simular comportamientos robóticos.
• Implementar filtros de Kalman y de partículas para la localización y el seguimiento.
• Aplicar técnicas de visión por computadora mediante OpenCV para la percepción y detección de objetos.
• Utilizar TensorFlow en la predicción del movimiento y el control basado en aprendizaje.
• Integrar algoritmos SLAM (Localización y Mapeo Simultáneos) para la navegación autónoma.
• Desarrollar modelos de aprendizaje por refuerzo orientados a mejorar la toma de decisiones en robots.

Formato del curso

• Clases interactivas y discusiones guiadas.
• Implementación práctica utilizando ROS 2 y Python.
• Ejercicios prácticos tanto en entornos robóticos simulados como reales.

Opciones de personalización del curso

Si desea solicitar un curso adaptado a sus necesidades, no dude en contactarnos para coordinarlo.

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

Este curso práctico, impartido por instructores, está dirigido a ingenieros y desarrolladores robóticos de nivel intermedio que deseen implementar sistemas de navegación autónoma y SLAM (Localización y Mapeo Simultáneos) utilizando ROS 2.

Al finalizar el curso, los participantes podrán:

• Configurar y preparar ROS 2 para aplicaciones de navegación autónoma.
• Aplicar algoritmos SLAM para la creación de mapas y localización del robot.
• Integrar sensores como LiDAR y cámaras con ROS 2.
• Simular y probar sistemas de navegación autónoma en Gazebo.
• Desplegar los componentes de navegación en robots físicos.

Estructura del curso

• Clases interactivas con debates y explicaciones.
• Practicas prácticas utilizando herramientas de ROS 2 y entornos de simulación.
• Aplicación directa en laboratorios, con pruebas realizadas en robots virtuales o físicos.

Opciones de personalización del curso

• Para solicitar un curso adaptado a sus necesidades específicas, no dude en contactarnos para coordinarlo.

OpenCV es una biblioteca de código abierto dedicada a la visión por computadora, que permite el procesamiento de imágenes en tiempo real. Por su parte, los frameworks de aprendizaje profundo como TensorFlow ofrecen las herramientas necesarias para lograr una percepción inteligente y facilitar la toma de decisiones en sistemas robóticos.

Este taller práctico dirigido por un instructor (online o presencial) está orientado a ingenieros robóticos, profesionales de la visión por computadora e ingenieros de aprendizaje automático de nivel intermedio que deseen aplicar técnicas de visión por computadora y aprendizaje profundo para lograr una mejor percepción y autonomía en robots.

Al finalizar este taller, los participantes serán capaces de:

• Implementar procesos de visión por computadora utilizando OpenCV.
• Integrar modelos de aprendizaje profundo para la detección y reconocimiento de objetos.
• Aprovechar datos visuales en 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 robots.

Formato del curso

• Clases interactivas con debate entre participantes.
• Practicas guiadas en el uso de OpenCV y TensorFlow.
• Aplicación práctica mediante laboratorios en tiempo real sobre sistemas robóticos simulados o físicos.

Opciones de personalización del curso

• Si desea solicitar un taller adaptado a sus necesidades, no dude en contactarnos para coordinarlo.

Un bot, o chatbot, es como un asistente informático que permite automatizar las interacciones con los usuarios en diversas plataformas de mensajería, logrando así realizar tareas más rápidamente sin necesidad de que el usuario hable con una persona real.

En esta formación práctica y guiada por un instructor, los participantes aprenderán cómo comenzar a desarrollar bots mediante la creación de ejemplos concretos usando herramientas y frameworks especializados.

Al finalizar este curso, los asistentes podrán:

• Comprender las distintas utilidades y aplicaciones de los bots
• Entender todo el proceso de desarrollo de bots
• Explorar las diversas herramientas y plataformas utilizadas para crear bots
• Diseñar un chatbot de ejemplo para Facebook Messenger
• Desarrollar un bot usando Microsoft Bot Framework

Público objetivo

• Desarrolladores interesados en crear sus propios bots

Formato del curso

• Clases teóricas, debates, ejercicios y mucha práctica directa

La IA en el perímetro permite que los modelos de inteligencia artificial se ejecuten directamente en dispositivos embebidos o con recursos limitados, lo que reduce la latencia y el consumo energético, además de potenciar la autonomía y privacidad en sistemas robóticos.

Este taller presencial o online, dirigido por un instructor, está orientado a desarrolladores embebidos e ingenieros roboticistas de nivel intermedio que deseen implementar técnicas de inferencia y optimización de aprendizaje automático directamente en hardware robótico mediante TinyML y marcos de trabajo para IA en el perímetro.

Al finalizar este curso, los participantes podrán:

• Comprender los fundamentos de TinyML y la IA en el perímetro aplicados a robótica.
• Convertir e implementar modelos de IA para su inferencia en dispositivos.
• Optimizar modelos en términos de velocidad, tamaño y eficiencia energética.
• Integrar sistemas de IA en el perímetro dentro de arquitecturas de control robótico.
• Evaluar el rendimiento y la precisión de los modelos en entornos reales.

Formato del curso

• Clases interactivas con debates.
• Practicas guiadas utilizando herramientas de TinyML y marcos para IA en el perímetro.
• Ejercicios prácticos sobre plataformas de hardware embebido y robótico.

Opciones de personalización del curso

• Para solicitar una capacitación adaptada a sus necesidades, contáctenos para coordinar los detalles.

Este curso presencial o online, impartido por un instructor en España, está dirigido a participantes de nivel intermedio que deseen explorar el papel de los robots colaborativos (cobots) y otros sistemas de IA centrados en las personas en los entornos laborales actuales.

Al finalizar este curso, los asistentes serán capaces de:

• Comprender los principios de la IA física centrada en las personas y sus aplicaciones.
• Explorar el papel de los robots colaborativos en la mejora de la productividad laboral.
• Identificar y abordar los desafíos que surgen en la interacción entre humanos y máquinas.
• Diseñar flujos de trabajo que optimicen la colaboración entre personas y sistemas impulsados por IA.
• Fomentar una cultura de innovación y adaptabilidad en entornos laborales que integran IA.

El curso Automatización de Robótica Industrial: Integración ROS-PLC y Gemelos Digitales es una formación práctica enfocada en unir la automatización industrial con los marcos modernos de robótica. Los participantes aprenderán a integrar sistemas robóticos basados en ROS con controladores PLC para lograr operaciones sincronizadas, así como a utilizar entornos de gemelos digitales para simular, supervisar y optimizar los procesos productivos. El curso pone énfasis en la interoperabilidad, el control en tiempo real y el análisis predictivo mediante réplicas digitales de sistemas físicos.

Esta capacitación presencial o en línea, dirigida por instructores, está orientada a profesionales de nivel intermedio que deseen adquirir habilidades prácticas para conectar robots controlados mediante ROS con entornos PLC e implementar gemelos digitales destinados a la optimización de la automatización y la fabricación.

Al finalizar este curso, 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 la supervisión, 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

• Clases interactivas y explicaciones detalladas sobre la arquitectura del sistema.
• Ejercicios prácticos orientados a la integración de sistemas ROS y PLC.
• Implementación de proyectos de simulación y creación de gemelos digitales.

Opciones de personalización del curso

• Para solicitar una capacitación adaptada a sus necesidades, por favor contáctenos para coordinar los detalles.

Este curso práctico, impartido por instructores en España (online o presencial), está dirigido a ingenieros que deseen conocer cómo se puede aplicar la inteligencia artificial en sistemas mecatrónicos.

Al finalizar el curso, los participantes podrán:

• Comprender los conceptos básicos de la inteligencia artificial, el aprendizaje automático y la inteligencia computacional.
• Entender las ideas fundamentales relacionadas con las redes neuronales y los distintos métodos de aprendizaje.
• Seleccionar adecuadamente técnicas de inteligencia artificial para resolver problemas del mundo real.
• Implementar aplicaciones basadas en IA dentro del ámbito de la ingeniería mecatrónica.

El curso Sistemas Multirobot y Inteligencia Colectiva es una formación avanzada que aborda el diseño, la coordinación y el control de equipos robóticos inspirados en los comportamientos grupales observados en organismos vivos. Los participantes aprenderán a modelar las interacciones entre robots, implementar mecanismos de toma de decisiones distribuida y optimizar la colaboración entre múltiples agentes. El curso combina fundamentos teóricos con simulaciones prácticas para preparar a los alumnos para aplicaciones en logística, defensa, búsqueda y rescate, así como exploración autónoma.

Esta capacitación presencial o virtual, guiada por un instructor, está dirigida a profesionales de nivel avanzado que deseen diseñar, simular e implementar sistemas multirobot y basados en inteligencia colectiva mediante el uso de algoritmos y entornos de código abierto.

Al finalizar este curso, los participantes serán capaces de:

• Comprender los principios básicos y dinámicas de la inteligencia colectiva y la robótica colaborativa.
• Diseñar estrategias de comunicación y coordinación para sistemas multirobot.
• Implementar algoritmos de toma de decisiones distribuida y consenso.
• Simular comportamientos colectivos como el control de formaciones, la agrupación o la cobertura del terreno.
• Aplicar técnicas basadas en inteligencia colectiva a problemas reales y desafíos de optimización.

Formato del curso

• Conferencias avanzadas con análisis profundo de algoritmos.
• Práctica en programación y simulación utilizando ROS 2 y Gazebo.
• Proyecto colaborativo que integre los principios de la inteligencia colectiva.

Opciones de personalización del curso

• Para solicitar un programa adaptado a sus necesidades, no dude en contactarnos.

Este taller práctico dirigido por un instructor en España (presencial o online) está pensado para ingenieros robóticos e investigadores en IA de nivel avanzado que deseen emplear la IA multimodal con el fin de integrar diversos datos sensoriales y crear robots más autónomos y eficientes, capaces de ver, oír y tocar.

Al finalizar este taller, los participantes serán capaces de:

• Implementar sistemas de detección multimodal en robots.
• Desarrollar algoritmos de IA para la fusión de sensores y la toma de decisiones.
• Crear robots capaces de llevar a cabo tareas complejas en entornos dinámicos.
• Afrontar los desafíos relacionados con el procesamiento de datos en tiempo real y la acción controlada por los robots.

Esta formación presencial o en línea, dirigida por un instructor en España, está pensada para participantes de nivel intermedio que deseen mejorar sus habilidades en el diseño, programación e implementación de sistemas robóticos inteligentes destinados a la automatización y más allá.

Al finalizar este curso, los participantes podrán:

• Comprender los principios de la Inteligencia Artificial Física y sus aplicaciones en robótica y automatización.
• Diseñar y programar sistemas robóticos inteligentes aptos para entornos dinámicos.
• Implementar modelos de IA que permitan a los robots tomar decisiones de manera autónoma.
• Utilizar herramientas de simulación para probar y optimizar sistemas robóticos.
• Afrontar desafíos como la fusión de sensores, el procesamiento en tiempo real y la eficiencia energética.

El curso "Prototipado rápido práctico para robótica con ROS 2 y Docker" es una formación orientada a la práctica, diseñada para ayudar a los desarrolladores a crear, probar e implementar aplicaciones robóticas de manera eficiente. Los participantes aprenderán cómo empaquetar entornos de desarrollo robótico en contenedores, integrar paquetes de ROS 2 y desarrollar sistemas robóticos modulares, utilizando Docker para garantizar la reproducibilidad y escalabilidad. Este curso fomenta la agilidad, el control de versiones y buenas prácticas de colaboración, aspectos clave para equipos que se encuentran en etapas iniciales de desarrollo e innovación.

Se trata de una capacitación en vivo guiada por un instructor (presencial o online), dirigida a participantes de nivel principiante a intermedio que deseen acelerar sus flujos de trabajo de desarrollo robótico empleando ROS 2 y Docker.

Al finalizar este curso, los asistentes podrán:

• Configurar un entorno de desarrollo ROS 2 dentro de contenedores Docker.
• Desarrollar y probar prototipos robóticos en entornos modulares y reproducibles.
• Utilizar herramientas de simulación para validar el comportamiento del sistema antes de su implementación física.
• Colaborar eficazmente mediante proyectos robóticos empaquetados en contenedores.
• Aplicar conceptos de integración y despliegue continuo en los procesos de desarrollo robótico.

Estructura del curso

• Clases interactivas y demostraciones prácticas.
• Ejercicios prácticos basados en entornos ROS 2 y Docker.
• Miniproyectos orientados a aplicaciones robóticas del mundo real.

Opciones de personalización del curso

• Si desea solicitar una capacitación personalizada, no dude en contactarnos para coordinarlo.

El aprendizaje por refuerzo (RL) es un paradigma de aprendizaje automático mediante el cual los agentes aprenden a tomar decisiones interactuando con su entorno. En robótica, este enfoque permite que los sistemas autónomos desarrollen capacidades de control adaptativo y toma de decisiones gracias a la experiencia y la retroalimentación.

Esta capacitación presencial o en línea, dirigida por un instructor, está destinada a ingenieros especializados en aprendizaje automático, investigadores en robótica y desarrolladores que deseen diseñar, implementar y desplegar algoritmos de aprendizaje por refuerzo en aplicaciones robóticas.

Al finalizar este curso, los participantes serán capaces de:

• Comprender los principios y fundamentos matemáticos del aprendizaje por refuerzo.
• Implementar algoritmos de RL como Q-learning, DDPG y PPO.
• Integrar el aprendizaje por refuerzo con entornos de simulación robótica utilizando OpenAI Gym y ROS 2.
• Entrenar robots para que realicen tareas complejas de forma autónoma, mediante ensayo y error.
• Optimizar el rendimiento del entrenamiento empleando frameworks de aprendizaje profundo como PyTorch.

Formato del curso

• Clases interactivas con debate y discusión.
• Trabajo práctico utilizando Python, PyTorch y OpenAI Gym.
• Ejercicios prácticos en entornos robóticos simulados o reales.

Opciones de personalización del curso

• Si desea solicitar una capacitación adaptada a sus necesidades, no dude en contactarnos para coordinarla.

La Manipulación robótica y agarre mediante aprendizaje profundo es un curso avanzado que combina 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 preciso en sistemas robóticos. A través de teoría, simulaciones y ejercicios prácticos de programación, el curso guiará a los alumnos desde el control basado en percepción hasta el aprendizaje integral de políticas para tareas de manipulación.

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

Al finalizar este curso, los participantes podrán:

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

Formato del curso

• Clases expositivas dirigidas por expertos y análisis detallado de algoritmos.
• Ejercicios prácticos de programación y simulación.
• Implementación y prueba de proyectos concretos.

Opciones de personalización del curso

• Para solicitar una adaptación específica de este curso, no dude en contactarnos para coordinarlo.

La robótica inteligente consiste en integrar la inteligencia artificial en los sistemas robotizados con el fin de mejorar su percepción, toma de decisiones y control autónomo.

Esta formación presencial o online, dirigida por un instructor, está pensada para ingenieros especializados en robótica, integradores de sistemas y responsables del sector de automatización que deseen implementar técnicas basadas en IA para la percepción, planificación y control dentro de entornos manufactureros inteligentes.

Al finalizar el curso, los participantes serán capaces de:

• Comprender y aplicar técnicas de IA en la percepción robotizada y la fusión de datos provenientes de sensores.
• Desarrollar algoritmos de planificación del movimiento para robots colaborativos e industriales.
• Implementar estrategias de control basadas en aprendizaje capaces de tomar decisiones en tiempo real.
• Integrar sistemas robóticos inteligentes en los flujos de trabajo de fábricas inteligentes.

Formato del curso

• Clases interactivas y debates.
• Numerosos ejercicios prácticos y actividades de entrenamiento.
• Implementación directa en un entorno de laboratorio real.

Opciones de personalización del curso

• Si desea solicitar una adaptación específica para este curso, no dude en contactarnos para coordinarlo.