Artículos Relacionados con Manipulación

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "Manipulación", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

El equipo de NVIDIA permite a un agente de programación hacerse cargo de experimentos con robots reales, logrando una tasa de éxito del 99%

La investigación en automatización ha dado un paso significativo al salir del entorno simulado y adentrarse en el mundo físico real. El equipo de NVIDIA GEAR, dirigido por Jim Fan, presentó el proyecto ENPIRE, un marco que permite por primera vez que agentes de programación autónomos realicen investigación en hardware robótico real. El sistema coloca ocho agentes Codex en una flota de robots con recursos de GPU y un presupuesto de tokens, asignándoles el objetivo de resolver tareas de forma eficiente y segura. Estos agentes operan con mínima intervención humana, manejando de forma autónoma un ciclo cerrado que incluye el reinicio automático de escenarios, la búsqueda en literatura, la implementación y entrenamiento de estrategias, la verificación y el análisis de registros para iterar continuamente. Han logrado una tasa de éxito del 99% en tareas de manipulación diestra como atar bridas, organizar clavos en una caja o instalar GPUs. Un hallazgo clave es que para muchas tareas robóticas, restablecer el entorno es más fácil que completar la tarea principal. Por ello, ENPIRE se centra primero en que los agentes creen procedimientos automáticos de reinicio. El sistema consta de cuatro módulos principales que forman el bucle de retroalimentación física: Entorno (EN), Mejora de Políticas (PI), Evaluación (Rollout, R) y Evolución (E). El proyecto también observó una "ley de escala física": aumentar el número de robots en paralelo (por ejemplo, a 8) acelera significativamente la resolución de tareas. Se introdujeron nuevas métricas como la Utilización Media del Robot (MRU) y la Utilización Media de Tokens (MTU) para medir la eficiencia. Actualmente, algunos sistemas pueden iterar durante toda la noche sin supervisión. El objetivo final es lograr una operación completamente autónoma. El proyecto ENPIRE será de código abierto, permitiendo a los desarrolladores replicar sistemas similares.

marsbit06/18 00:37

El equipo de NVIDIA permite a un agente de programación hacerse cargo de experimentos con robots reales, logrando una tasa de éxito del 99%

marsbit06/18 00:37

Por primera vez, un VLA puramente preentrenado con videos humanos logra una manipulación hábil, y un fino ajuste con pocos datos permite el despliegue exitoso

La investigación "Scalable Vision-Language-Action Model Pretraining for Robotic Manipulation with Real-Life Human Activity Videos", presentada por Microsoft Asia Research (MSRA) y la Universidad de Tsinghua, introduce el marco **VITRA**. Este sistema convierte automáticamente grandes volúmenes de videos de actividades humanas sin etiquetar en datos estructurados para entrenar modelos **Visión-Lenguaje-Acción (VLA)** aplicables a robots. El proceso clave implica: 1) extraer trayectorias precisas de movimiento 3D de las manos desde video monocular, 2) segmentar los videos en acciones atómicas basándose en mínimos de velocidad, y 3) generar instrucciones lingüísticas precisas utilizando modelos de lenguaje como GPT-4, a las que se superponen las trayectorias 3D. Tras el preentrenamiento en un extenso conjunto de datos (1 millón de clips, 26 millones de fotogramas), el modelo VLA (que combina un modelo visual-lingüístico con un experto en acción basado en difusión) muestra una fuerte capacidad de **predicción de acciones en entornos nuevos y no vistos** (zero-shot). Para el despliegue en robots reales, el modelo se ajusta con una pequeña cantidad de datos de demostración robótica (~1.2K). Este enfoque logra una **alta tasa de éxito** en tareas de manipulación diestra (como agarrar, colocar, verter o barrer) y demuestra una **excelente capacidad de generalización** a objetos y fondos no vistos, superando significativamente a modelos entrenados únicamente con datos robóticos de laboratorio. El hardware, específicamente la mano robótica diestra **星动XHAND1** (con su modelo URDF de alta precisión y arquitectura de accionamiento directo), es fundamental para lograr una **alineación efectiva** del espacio de acción entre la mano humana y la robótica, permitiendo una implementación exitosa. Además, el estudio confirma una **ley de escalado**: un mayor volumen de datos de preentrenamiento mejora continuamente el rendimiento. Este trabajo allana el camino para una manipulación robótica más generalizada utilizando videos humanos no estructurados.

marsbit06/08 08:57

Por primera vez, un VLA puramente preentrenado con videos humanos logra una manipulación hábil, y un fino ajuste con pocos datos permite el despliegue exitoso

marsbit06/08 08:57

¿Ganar 34.000 dólares con un secador de pelo? Desentrañando la paradoja de la reflexividad en los mercados de predicción

Un hombre ganó 34.000 dólares calentando un sensor meteorológico en el aeropuerto de París, lo que influyó en el resultado de un mercado de predicción de Polymarket. Este caso ilustra la paradoja central de los mercados de predicción: están diseñados para reflejar la realidad, pero su existencia incentiva a los participantes a manipularla. El artículo analiza cuatro tipos de mercados especialmente vulnerables: 1. **Datos físicos puntuales:** Como estaciones meteorológicas, fáciles de manipular físicamente. 2. **Información privilegiada:** Donde personas con conocimiento previo (ej. equipo de MrBeast o militares israelíes) aprovechan su ventaja. 3. **El sujeto del evento:** Cuando el propio actor (ej. Andrew Tate) puede alterar el resultado para beneficiarse. 4. **Acciones individuales:** Donde una persona puede provocar el evento apostado (ej. lanzar un objeto en un partido). La actitud de las plataformas varía. Kalshi, con verificación de identidad (KYC), aplica sanciones públicas y reporta a reguladores. Polymarket, más anónima, ha mostrado cierta tolerancia, argumentando que la información privilegiada hace que los precios sean más precisos, aunque colabora con las autoridades en casos graves. La paradoja final es que estos mercados, al financiarizar la realidad, dejan de ser espejos pasivos y se convierten en motores que pueden distorsionar los eventos que pretenden predecir. Cuanto más exitoso es un mercado, mayor es el incentivo para manipular la realidad que refleja.

marsbit04/25 03:27

¿Ganar 34.000 dólares con un secador de pelo? Desentrañando la paradoja de la reflexividad en los mercados de predicción

marsbit04/25 03:27

¿El repunte de las criptomonedas alternativas (altcoins) significa que ha vuelto el mercado alcista?

En los últimos días, mientras Bitcoin se mantiene estable, algunas altcoins de baja capitalización (menos de $20 millones) han experimentado subidas explosivas de hasta 10x en pocos días. Esto no se debe a un regreso de la tendencia alcista general ("altseason"), sino a una vulnerabilidad estructural creada por la caída del 40% en la capitalización total del mercado de altcoins desde diciembre de 2024. La drástica reducción de la capitalización ha facilitado que actores con capital limitado acumulen grandes porciones de la oferta circulante de ciertos tokens, permitiéndoles manipular el precio. Casos como el de SIREN, donde una entidad controlaba hasta el 88% de la oferta, lo demuestran. Los vendedores en corto (shorters) se convierten en combustible para estas subidas, ya que las tasas de financiación negativas extremas (hasta -0.4579% cada 8 horas) y las liquidaciones automáticas crean un ciclo de compra que impulsa el precio aún más. Los datos indican que esta actividad es impulsada por capital existente, no por nuevo dinero entrante. El índice "Altseason" se sitúa en 34/100 y la dominancia de Bitcoin en el 58.5%, lo que dista mucho del verdadero "altseason" de 2021. Los flujos de los ETF institucionales hacia altcoins like Solana o XRP son débiles o negativos, confirmando que el capital institucional sigue anclado principalmente en Bitcoin. En resumen, estas subidas explosivas son un eco de la manipulación en mercados frágiles y con poca liquidez, no una señal de que un mercado alcista generalizado haya regresado.

marsbit04/17 06:29

¿El repunte de las criptomonedas alternativas (altcoins) significa que ha vuelto el mercado alcista?

marsbit04/17 06:29

Polymarket no es una "máquina de la verdad" todopoderosa

Polymarket, una plataforma de mercados de predicción, es promocionada como una "máquina de la verdad" que puede predecir eventos futuros con mayor precisión que las encuestas o expertos. Sin embargo, un análisis detallado revela que su eficacia varía significativamente según la categoría. Mientras que en elecciones y datos económicos importantes (como las decisiones de la Fed) obtiene calificaciones altas (Brier score bajo), en áreas como deportes, cultura o tecnología su precisión es pésima, incluso peor que lanzar una moneda al aire. El mayor problema surge cuando los medios de comunicación (como WSJ, CNN) y redes sociales como TikTok comienzan a tratar estas probabilidades como hechos. Esto crea un ciclo de retroalimentación peligroso: las cuotas publicadas influyen en el evento que supuestamente deberían predecir de forma neutral (un problema llamado endogeneidad). Además, los mercados son vulnerables a la manipulación por parte de actores con información privilegiada o grandes capitales ("ballenas"), como se demostró con operaciones militares secretas o con un trader que ganó 85 millones de dólares en las elecciones de EE. UU. de 2024 usando encuestas privadas. En resumen, aunque los mercados de predicción son útiles para eventos específicos, de alto perfil y a corto plazo, la confianza ciega en sus cuotas para la gran mayoría de temas es un error. La "máquina de la verdad" es, en realidad, un sistema cuyos resultados a menudo son moldeados por unos pocos, y su creciente influencia en la circulación de información representa un riesgo significativo.

marsbit04/15 11:46

Polymarket no es una "máquina de la verdad" todopoderosa

marsbit04/15 11:46

活动图片