- Actuador Actuator
- La parte que mueve el robot, como un motor.
- Algoritmo Algorithm
- La receta paso a paso que sigue un ordenador para resolver un problema.
- Autónomo Autonomous
- Capaz de hacer la tarea sin que una persona guíe cada movimiento.
- Clasificación Classification
- Poner algo en una categoría, como "maduro" o "verde".
- Visión por computador Computer vision
- Métodos con los que un ordenador entiende imágenes y vídeo.
- Conjunto de datos Dataset
- La colección de ejemplos usada para enseñar a un modelo.
- Aprendizaje profundo Deep learning
- Aprendizaje automático con muchas capas de unidades simples (redes neuronales).
- IA en el borde Edge AI
- Ejecutar la IA en el propio dispositivo en lugar de en la nube.
- Efector final End effector
- La "mano" en la punta de un brazo robótico, como una pinza.
- Aprendizaje por imitación Imitation learning
- Aprender una habilidad copiando lo que muestra una persona.
- Inferencia Inference
- Usar un modelo entrenado para hacer una predicción. Es el modelo "en acción".
- Filtro de Kalman Kalman filter
- Método matemático que combina lecturas ruidosas en una estimación mejor.
- Lidar Lidar
- Sensor que mide distancias con luz láser y el tiempo que tarda en volver.
- Localización Localisation
- Averiguar dónde está el robot.
- Gran modelo de lenguaje LLM
- La IA detrás de los asistentes de chat. Buena con el lenguaje y para planificar.
- Aprendizaje automático Machine learning
- Que el ordenador encuentre patrones en ejemplos en lugar de usar reglas escritas a mano.
- Modelo Model
- La "receta" aprendida tras el entrenamiento. Le das una entrada y devuelve una salida.
- Red neuronal Neural network
- Modelo de muchas unidades simples conectadas cuya fuerza se aprende de datos.
- Detección de objetos Object detection
- Encontrar objetos en una imagen y decir qué son, a menudo con una caja alrededor.
- Planificación de rutas Path planning
- Encontrar un camino seguro de un lugar a otro.
- Percepción Perception
- Todo lo que hace un robot para entender su entorno con sensores.
- Cuantización Quantisation
- Usar menos bits por número para que el modelo sea pequeño y rápido en un chip pequeño.
- Aprendizaje por refuerzo Reinforcement learning
- Aprender por ensayo y error con una puntuación de recompensa.
- Recompensa Reward
- La puntuación que dice a un robot que aprende si una acción fue buena.
- ROS 2 ROS 2
- Software gratuito que ayuda a las partes de un robot a comunicarse entre sí.
- Fusión de sensores Sensor fusion
- Combinar varios sensores para que sus errores se compensen.
- Sim-to-real Sim-to-real
- Llevar una habilidad aprendida en simulación al robot real.
- SLAM SLAM
- Crear el mapa y saber dónde estás en él al mismo tiempo.
- Entrenamiento Training
- El proceso de dejar que un modelo aprenda de ejemplos.
- Datos de entrenamiento Training data
- Los ejemplos de los que aprende el modelo. Malos datos dan malos modelos.