Inteligencia Artificial para la Robótica

Resumen

This course dives deep into the integration of artificial intelligence and machine learning within robotics. You will learn to build intelligent robots capable of performing real-world tasks using ROS 2, Python, OpenCV, and advanced AI/ML techniques.

By focusing on neural networks, computer vision, and natural language processing, this course will help you enhance robot functionality for complex tasks. Throughout the course, you will improve your skills in applying AI and ML techniques, implementing object recognition systems, and navigating robots.

The content is designed for hands-on learning, allowing you to work on practical problems while developing a real-world understanding of intelligent robotics systems. What sets this course apart is its unique combination of theory and practical application.

The course integrates state-of-the-art AI/ML concepts into the design and development of robotics projects, equipping you with the tools to work on intelligent robot systems. The hands-on approach makes the theoretical knowledge more accessible and applicable in real-life scenarios.

This course is perfect for robotics engineers, AI/ML enthusiasts, and students with a background in Python and electronics. If you're looking to create smarter, more capable robots, this course will help you take your skills to the next level.

Programa

• La Fundación de la Robótica y la Inteligencia Artificial
En esta sección, exploramos la integración de la IA en la robótica, centrándonos en la toma de decisiones, el aprendizaje y la autonomía. Los conceptos clave incluyen redes neuronales, aprendizaje por refuerzo y diseño de comportamiento autónomo.
• Configurar Tu Robot
En esta sección, exploramos la anatomía del robot, la arquitectura de subsunción y la configuración de ROS 2 para habilitar el desarrollo práctico de sistemas robóticos a través de una configuración estructurada de hardware y software.
• Conceptualizar el Proceso de Diseño Práctico de Robots
En esta sección, exploramos los principios de la ingeniería de sistemas para el diseño de robots, centrándonos en casos de uso, guiones gráficos y requisitos de hardware/software para guiar el desarrollo de tareas robóticas prácticas.
• Reconocimiento de Objetos Usando Redes Neuronales y Aprendizaje Supervisado
En esta sección, exploramos el uso de redes neuronales convolucionales (CNNs) y YOLOv8 para el reconocimiento de objetos, centrándonos en el procesamiento de imágenes, el aprendizaje supervisado y aplicaciones en el mundo real en robótica e IA.
• Recoger y Guardar Juguetes Usando Aprendizaje por Refuerzo y Algoritmos Genéticos
En esta sección, exploramos el entrenamiento de robots utilizando aprendizaje por refuerzo y algoritmos genéticos. Los conceptos clave incluyen el aprendizaje Q para el agarre y la planificación de rutas basada en algoritmos genéticos para la manipulación autónoma.
• Enseñar a un Robot a Escuchar
En esta sección, exploramos el reconocimiento de voz en robots usando PNL, STT y TTS, e implementamos el procesamiento de comandos con Mycroft para mejorar la comprensión del lenguaje natural y la generación de respuestas.
• Enseñar al Robot a Navegar y Evitar Escaleras
En esta sección, exploramos estrategias de navegación de robots sin SLAM, centrándonos en la evasión de obstáculos impulsada por IA y el movimiento basado en sensores para una ejecución de tareas eficiente.
• Guardar Cosas
En esta sección, exploramos herramientas de toma de decisiones de IA como árboles de decisión, planificación de rutas y sistemas expertos para la robótica.
• Dar al Robot una Personalidad Artificial
En esta sección, exploramos la simulación de personalidad artificial en robots usando máquinas de estados finitos e IA. Los conceptos clave incluyen el modelado de comportamiento y la simulación de emociones para aplicaciones robóticas prácticas.
• Conclusiones y Reflexiones
En esta sección, examinamos cuándo detenerse en el desarrollo de IA, exploramos trayectorias profesionales en robótica y evaluamos los riesgos de la IA para apoyar la toma de decisiones informada en aplicaciones del mundo real.
• Apéndice
En esta sección, exploraremos los elementos fundamentales de la comunicación y el diseño de sistemas robóticos.

---

Impartido por

Packt - Course Instructors

---

Materias

Artificial Intelligence