TinyML para Sistemas Autónomos y Robótica

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 de forma autónoma. A través de 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 formación 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 de código abierto actuales.

Al finalizar esta formación, los participantes podrán:

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

Formato del curso

• Lección 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 formación personalizada para este curso, contáctenos para coordinar los detalles.

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

Esta capacitación en vivo, impartida por instructores (en línea o presencial), está dirigida a ingenieros y desarrolladores de robótica de nivel intermedio que deseen implementar la navegación autónoma y SLAM (Localización y Mapeo Simultáneos) utilizando ROS 2.

Al finalizar esta capacitación, los participantes podrán:

• Configurar y preparar ROS 2 para aplicaciones de navegación autónoma.
• Implementar algoritmos SLAM para el mapeo y la 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

• Clase interactiva y discusión.
• Práctica manual utilizando herramientas y entornos de simulación de ROS 2.
• Implementación en laboratorio virtual en robots virtuales o físicos.

Opciones de Personalización del Curso

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

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 necesarias para la percepción inteligente y la toma de decisiones en sistemas robóticos.

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

Al finalizar esta capacitación, los participantes serán capaces de:

• Implementar tuberías (pipelines) 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

• Ponencias interactivas y discusión.
• Práctica manual utilizando OpenCV y TensorFlow.
• Ejecución en un laboratorio en vivo sobre sistemas robóticos simulados o físicos.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para organizar los detalles.

Un bot o chatbot es como un asistente informático que se utiliza para automatizar las interacciones del usuario en diversas plataformas de mensajería y agilizar procesos sin necesidad de que los usuarios tengan que comunicarse con una persona.

En este curso guiado por un instructor, los participantes aprenderán cómo comenzar a desarrollar bots al crear chatbots de ejemplo utilizando herramientas y marcos de trabajo para el desarrollo de bots.

Al finalizar esta formación, los participantes podrán:

• Comprender los diferentes usos y aplicaciones de los bots
• Conocer el proceso completo de desarrollo de bots
• Explorar las distintas herramientas y plataformas utilizadas en la construcción de bots
• Crear un chatbot de ejemplo para Facebook Messenger
• Crear un chatbot de ejemplo utilizando Microsoft Bot Framework

Audiencia objetivo

• Desarrolladores interesados en crear sus propios bots

Formato del curso

• Combinación de clases teóricas, discusiones, ejercicios y práctica intensiva e interactiva

La IA en el borde (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 en vivo, impartida por un instructor (en línea o presencial), está dirigida a desarrolladores de sistemas embebidos e ingenieros de robótica de nivel intermedio que deseen implementar técnicas de inferencia y optimización de aprendizaje automático directamente en hardware robótico utilizando TinyML y marcos de IA en el borde.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los fundamentos de TinyML y la IA en el borde para robótica.
• Convertir e implementar modelos de IA para inferencia en el dispositivo.
• Optimizar modelos en velocidad, tamaño y eficiencia energética.
• Integrar sistemas de IA en el borde 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 e IA en el borde.
• Ejercicios prácticos en plataformas de hardware embebido y robótico.

Opciones de personalización del curso

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

Esta capacitación en vivo con instructor en Guatemala (en línea o presencial) está dirigida 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 lugares de trabajo modernos.

Al final de esta capacitación, los participantes podrán:

• Comprender los principios de la IA física centrada en el ser humano y sus aplicaciones.
• Explorar el papel de los robots colaborativos para mejorar la productividad en el lugar de trabajo.
• Identificar y abordar los desafíos en las interacciones entre humanos y máquinas.
• Diseñar flujos de trabajo que optimicen la colaboración entre los seres humanos y los sistemas impulsados por IA.
• Fomentar una cultura de innovación y adaptabilidad en lugares de trabajo 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 responsivos 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 seres 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 podrán:

• 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 computador.
• Diseñar sistemas de control colaborativo para una autonomía compartida y segura.
• Evaluar los sistemas 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.
• Experimentación práctica en entornos de simulación o con robots reales.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para coordinarla.

Automatización con Robótica Industrial: Integración ROS-PLC y Gemelos Digitales es un curso práctico centrado en conectar la automatización industrial con frameworks de robótica modernos. Los participantes aprenderán a integrar sistemas robóticos basados en ROS con PLCs para operaciones sincronizadas y explorar entornos de gemelos digitales que permitan simular, monitorear y optimizar los procesos de producción. El curso enfatiza la interoperabilidad, el control en tiempo real y el análisis predictivo mediante réplicas digitales de sistemas físicos.

Esta formación presencial impartida por instructores (en línea o in-situ) está dirigida a profesionales de nivel intermedio que desean desarrollar habilidades prácticas para conectar robots controlados por ROS con entornos PLC e implementar gemelos digitales para la optimización de la automatización y fabricación.

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 recorridos por la arquitectura del sistema.
• Ejercicios prácticos de integración entre 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 coordinarla.

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

Al finalizar esta formación, los participantes podrán:

• 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 de manera efectiva los enfoques de inteligencia artificial para resolver problemas reales.
• Implementar aplicaciones de IA en la ingeniería mecatrónica.

Los Sistemas Multi-Robot y la Inteligencia de Enjambre son un curso de formación avanzada que explora el diseño, la coordinación y el control de equipos robóticos inspirados en comportamientos de enjambre biológico. Los participantes aprenderán a modelar interacciones, implementar toma de decisiones distribuida y optimizar la colaboración entre múltiples agentes. El curso combina teoría con simulación práctica para preparar a los estudiantes para aplicaciones en logística, defensa, búsqueda y rescate, así como exploración autónoma.

Esta formación impartida por un instructor (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean diseñar, simular e implementar sistemas multi-robot y basados en enjambre utilizando marcos y algoritmos de código abierto.

Al finalizar esta formación, 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-robot.
• Implementar algoritmos de toma de decisiones distribuida y consenso.
• Simular comportamientos colectivos como control de formación, vuelo en bandada y cobertura.
• Aplicar técnicas basadas en enjambre a escenarios del mundo real y problemas de optimización.

Formato del curso

• Conferencias avanzadas con análisis detallado de algoritmos.
• Programación práctica y simulación 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 coordinarla.

Esta formación práctica, impartida por un instructor, en Guatemala (en línea o presencial), está dirigida a ingenieros de robótica y investigadores en inteligencia artificial 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 percepción multimodal en sistemas robóticos.
• Desarrollar algoritmos de IA para la fusión de sensores y la toma de decisiones.
• Crear robots capaces de ejecutar tareas complejas en entornos dinámicos.
• Abordar los desafíos en el procesamiento de datos en tiempo real y la actuatorización.

Esta formación en vivo impartida por un instructor en Guatemala (en línea o presencial) está dirigida a participantes de nivel intermedio que deseen mejorar sus habilidades en el diseño, programación y despliegue 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.
• Utilizar herramientas de simulación para las pruebas y optimización de robots.
• 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 de robótica de manera eficiente. Los participantes aprenderán cómo contenerizar entornos de robótica, integrar paquetes de ROS 2 y prototipar sistemas modulares de robótica utilizando Docker para lograr reproducibilidad y escalabilidad. El curso enfatiza la agilidad, el control de versiones y las prácticas de colaboración adecuadas para equipos de desarrollo e innovación en etapas tempranas.

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

Al finalizar esta formación, los participantes serán capaces de:

• Configurar un entorno de desarrollo de ROS 2 dentro de contenedores Docker.
• Desarrollar y probar prototipos de robótica en entornos modulares y reproducibles.
• Utilizar herramientas de simulación para validar el comportamiento del sistema antes de la implementación en hardware.
• Colaborar de manera efectiva utilizando proyectos de robótica contenerizados.
• Aplicar conceptos de integración y despliegue continuos en las tuberías (pipelines) de robótica.

Formato del Curso

• Charlas interactivas y demostraciones.
• Ejercicios prácticos con entornos de ROS 2 y Docker.
• Mini-proyectos centrados en aplicaciones reales de robótica.

Opciones de Personalización del Curso

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

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

Esta formación presencial o en línea, impartida por un instructor, está dirigida a ingenieros de aprendizaje automático avanzados, 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 las matemáticas detrás 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 realizar tareas complejas de forma autónoma mediante ensayo y error.
• Optimizar el rendimiento del entrenamiento utilizando frameworks de aprendizaje profundo como PyTorch.

Formato del Curso

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

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinar los detalles.

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

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a ingenieros de robótica avanzados, integradores de sistemas y líderes de automatización que deseen implementar percepción, planificación y control impulsados por IA en entornos de fabricación 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.
• Desplegar estrategias de control basadas en aprendizaje para la toma de decisiones en tiempo real.
• Integrar sistemas robóticos inteligentes en los flujos de trabajo de fábricas inteligentes.

Formato del curso

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

Opciones de personalización del curso

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