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

NXP presenta prácticas recomendadas para grabar datasets robóticos consistentes y de alta calidad para tareas de manipulación. Detalla el ajuste fino de modelos Vision-Language-Action (VLA) como ACT y SmolVLA, utilizando datos de cámaras múltiples y clusters de posiciones iniciales. Aborda optimizaciones para plataformas embebidas como NXP i.MX95 mediante descomposición arquitectural, cuantización selectiva e inferencia asíncrona, logrando latencias bajas y altas tasas de éxito en tareas reales como colocar una bolsita de té en una taza.