Sábado 17 de octubre de 2026 ·

AffordanceWAM: un modelo que enseña a robots a manipular objetos aprendiendo también de vídeos humanos

Relevancia 34 de 100

Investigadores presentan AffordanceWAM, un modelo generativo para manipulación robótica que predice cómo evolucionará la escena, qué zonas de los objetos permiten interactuar y qué acciones debe ejecutar el robot. Se basa en un Transformer de difusión de vídeo preentrenado con dos módulos, uno para el mundo y otro para la acción, y aprende de vídeos egocéntricos humanos, que no tienen etiquetas de acción. Según el texto, supera a las líneas base que usan solo RGB o solo datos de robot en RoboCasa, CALVIN y pruebas con robots reales. Importa porque reduce la dependencia de datos de robot etiquetados, que son caros y poco variados.

Qué significa

Los robots podrían aprender tareas de manipulación aprovechando vídeos de personas, sin grabar cada movimiento del brazo robótico. Por ejemplo, un robot de cocina podría aprender a abrir un cajón viendo cómo lo hace una persona.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del sábado 17 de octubre de 2026 ->