Sim-to-real para robot de inspección en bodega vitivinícola
Visión general
De qué trata este proyecto.
Entrena un agente PPO con domain randomization en Isaac Sim, valida en bodega desconocida y obtén tu certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Lograr transferencia sim-to-real en navegación con domain randomization, alcanzando success rate >= 0,7 en entorno simulado desconocido.
Earning criteria — what you'll demonstrate
- Aplicar domain randomization como técnica de transferencia sim-to-real
- Diseñar entornos simulados desconocidos para validación honesta
- Comparar robustez de políticas entrenadas con y sin randomization
- Diseñar protocolos de validación pre-deploy para reducir riesgo en robot real
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Robot Learning
Master · Ai Ml
Fit score: 1
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosInvestigador/a de Machine Learning
Sim-to-real con domain randomization y diseño de entornos de validación es trabajo nuclear del ML researcher en robotics.
Este proyecto afina
- sim-to-real
- domain-randomization
- reinforcement-learning
Ingeniero/a de Machine Learning
Llevar políticas RL a simulador realista con plan de transferencia es trabajo cotidiano del MLE en robótica industrial.
Este proyecto afina
- robot-learning
- simulation
- python
Científico/a Aplicado/a de IA
Diseñar protocolos de validación pre-deploy y comunicar a un equipo de innovación no técnico es exactamente el rol del applied AI scientist.
Este proyecto afina
- sim-to-real
- robot-learning
- simulation