Sesión 13: Robótica e IA en el Mundo Físico
Del software al mundo físico
Arquitectura base de la sesión
Esta página deja el andamio para conectar percepción, acción y aprendizaje por refuerzo en robots, drones y vehículos autónomos.
01
Apertura
Ejemplos de robots y autos que perciben, deciden y actúan.
02
Conceptos clave
Sensores, recompensa, simulación, autonomía y control.
03
Actividad
Explicación visual de niveles de autonomía y aprendizaje por refuerzo.
04
Cierre
Debate sobre confianza, seguridad y responsabilidad.
Video de la sesión
Video de la sesión — en desarrollo
Aquí se insertará la grabación principal cuando el guion final esté listo.
Objetivos de aprendizaje
- Entender cómo la IA toma decisiones en el mundo físico.
- Conocer el papel del aprendizaje por refuerzo en la robótica.
- Reflexionar sobre implicaciones éticas de robots autónomos.
Contenido previsto
Apertura
- Se añadirá una entrada breve con ejemplos de robótica y autonomía en acción.
Desarrollo principal
- Aquí irá la explicación base sobre sensores, políticas, recompensas y control.
Actividad o demo
- Este bloque servirá para insertar una visualización o explicación paso a paso.
Cierre
- Se integrará una síntesis final con preguntas sobre seguridad y responsabilidad.
Recursos y materiales por incorporar
- Caso Spot de Boston Dynamics.
- Tabla de niveles de autonomía en vehículos.
- Preguntas de debate sobre robots y sistemas autónomos.