Introducción

Esta introducción presenta la IA corporizada: qué estudia, de dónde viene, qué habilidades y tipos de cuerpo tienen los robots y qué problemas siguen abiertos. Los dos últimos capítulos explican cómo aprender los módulos técnicos y cómo se reparte el trabajo entre los distintos perfiles profesionales. Después, continúa con los fundamentos y los proyectos para estudiar técnicas concretas.

El lugar de la introducción

Sección	Para qué sirve	Cuándo leerla
Introducción	Explica el campo, sus dificultades y los enfoques existentes	En tu primera visita, para obtener una visión general
Fundamentos	Explica los principios: aprendizaje por refuerzo, VLA, control, percepción y simulación	Cuando detectes una laguna concreta
Proyectos	Ofrece proyectos por capítulos, experimentos independientes, demos y reproducciones	Cuando quieras construir un sistema completo o probar un método

Capítulos

Capítulo	Preguntas que responde
1. Qué es la IA corporizada	¿Qué estudia? ¿En qué se diferencia de la IA que solo procesa texto e imágenes?
2. Breve historia	¿Qué etapas ha recorrido y de dónde procedían las capacidades de los robots en cada una?
3. Habilidades robóticas	¿Cómo se define una tarea? ¿Qué son el agarre, la manipulación, la locomoción y la navegación?
4. Plataformas de IA corporizada	¿Qué cuerpos son habituales y cómo determinan los experimentos posibles?
5. Retos principales	¿Por qué son difíciles los datos, sim-to-real, la generalización, el tiempo real, la seguridad y la evaluación?
6. Tecnologías y módulos	¿Qué hace cada módulo y por qué cursos y proyectos conviene empezar?
7. Perfiles profesionales	¿Qué hace cada perfil, qué habilidades necesita y cómo preparar entrevistas?

Recursos

Los recursos reúnen artículos, conjuntos de datos, proyectos de código abierto y herramientas de simulación. Cada entrada enlaza a su fuente original y a material relacionado del sitio.

Categoría	Qué encontrarás
Artículos e investigación	Preguntas de investigación, artículos originales, páginas de proyectos y explicaciones
Conjuntos de datos	Demostraciones robóticas, tipos de tareas y benchmarks de evaluación
Proyectos de código abierto	Código de modelos, marcos de entrenamiento y puntos de partida para reproducirlos
Simulación y herramientas	Motores de simulación, entornos de aprendizaje y documentación oficial

Cómo leer

• Si empiezas en IA corporizada: lee los capítulos 1 → 3 → 4 y elige tu primer experimento en proyectos.
• Si ya conoces el aprendizaje automático: lee 1 → 2 → 5 para entender la historia y los problemas abiertos.
• Para estudiar de forma estructurada: lee 6. Tecnologías y módulos y sigue sus enlaces a teoría y proyectos.
• Para explorar salidas profesionales: consulta 7. Perfiles profesionales.
• Para encontrar artículos, datos o código: ve directamente a los recursos.

La introducción no exige conocimientos previos de programación ni matemáticas. Cada capítulo termina con lecturas del sitio para profundizar.