Llevando la IA de robótica a plataformas embebidas: Grabación de datasets, ajuste fino de VLA y optimizaciones en dispositivo

NXP presenta prácticas recomendadas para grabar datasets robóticos fiables, realizar ajuste fino de modelos Vision-Language-Action (VLA) como ACT y SmolVLA, y optimizar su ejecución en plataformas embebidas como i.MX95. Enfatizan la consistencia en la grabación con cámaras fijas, iluminación controlada, contraste alto y uso de cámara en pinza para mejorar la precisión en tareas de manipulación fina. A través de descomposición arquitectural, cuantización selectiva, inferencia asíncrona y optimizaciones hardware, consiguen latencias reducidas drásticamente y altas tasas de éxito en pruebas reales, como colocar una bolsita de té en una taza.