Video Friday es tu selección semanal de increíbles vídeos robóticos, recogidos por tus amigos en la robótica IEEE Spectrum. También publicamos un calendario semanal de próximos eventos robóticos para los próximos meses. Por favor envíenos sus eventos para su inclusión. ICRA 2026: 1–5 junio 2026, VIENNASummer School on Multi-Robot Systems: 29 julio–4 agosto 2026, PRAGUEDisfruta de los vídeos de hoy! Los atletas humanos demuestran habilidades de tenis versátiles y altamente dinámicas para llevar a cabo rallies competitivas con una pelota de tenis de alta velocidad. Sin embargo, reproducir tales comportamientos en robots humanoides es difícil, parcialmente debido a la falta de datos de acción humanoide perfectos o datos de movimiento kinemático humano en escenarios de tenis como referencia. En este trabajo proponemos LATENT, un sistema que aprende habilidades atléticas humanoides TEnnis de imperfecta motioN daTa humano.[ LATENT ]Un robot muy diseñado inspirado en Strandbeests.[ Cranfield University ]Creemos que somos la primera compañía robótica para demostrar un robot pelando una manzana con manos dobles dexterosas humanas. Este avance cierra una brecha clave en la robótica, logrando la manipulación bimanual, de contacto y moviéndose mucho más allá de los límites de simples empuñaduras. Los modelos AI de hoy (VLM) son excelentes en la percepción pero lucha con la acción. Controlar las manos de alto grado de libertad para tareas como esta es increíblemente compleja, y la teleoperación precisa a nivel de los dedos es casi imposible para los humanos. Nuestro primer paso fue un sistema de autonomía compartida: en lugar de controlar cada dedo, el operador activa habilidades pre-aprendidas como una “manzana rota o pelota de tenis” primitiva a través de una prensa de teclado o pedal. Esto hace posible la recopilación de datos escalable y la formación RL. ¿Cómo maneja la AI esto? Creamos “MoDE-VLA” (Mixture of Dexterous Experts). Fusiona la visión, el lenguaje, la fuerza y el tou
Fuente: Leer artículo completo
