3. Selección de hardware para los capítulos siguientes
Capítulo 3 del curso para principiantes de SO-ARM Physical AI — la lista de hardware práctico necesario en cada etapa: unidad de control principal, el kit SO-ARM, cámaras y cámaras de profundidad opcionales.
3.1 Selección de hardware para los capítulos siguientes
3.1 Selección de hardware para los capítulos siguientes
Esta sección presenta la lista de hardware práctico necesario en cada capítulo. Cada estudiante puede comprar según su situación.
A lo largo del curso usarás tu propio ordenador como dispositivo de despliegue de algoritmos. Puede ser una máquina Ubuntu x86, una Mac o un Jetson. Pero recuerda no usar WSL ni una máquina virtual de Ubuntu en Windows, de lo contrario perderás mucho tiempo resolviendo errores y reducirás tu eficiencia de aprendizaje.
Unidad de control principal
Todos los capítulos requieren un dispositivo de control principal como punto de despliegue del código. Dispositivos y sistemas recomendados:
| Hardware necesario | Enlace | Cantidad | Notas | Capítulos |
|---|---|---|---|---|
| PC de escritorio o portátil | - | 1 | Ubuntu 22.04 nativo, CUDA 12+, Python 3.12, Torch 2.6+; para entrenar, GPU NVIDIA con 12GB+ de VRAM (p. ej. RTX 4080) y 16GB+ de RAM | Todos |
| reComputer Robotics J4012 (Jetson Orin) | Bazaar | 1 | JetPack 6.0 / 6.1 (JetPack 6.2 aún no compatible) | Etapa 2, 3 |
| NVIDIA Jetson AGX Thor 128G | Bazaar | 1 | Para inferencia GR00T N1.5 de la Etapa 4 | Etapa 2, 3, 4 |
Si no tienes GPU de entrenamiento, aún puedes terminar el curso: entrena políticas pequeñas en un notebook gratuito en la nube (p. ej. Google Colab), ajusta GR00T en NVIDIA Brev, o usa el entrenamiento en la nube sin código del Capítulo 22 (SenseCraft Robotics).
Etapa 2: Ensamblaje del SO-ARM y control básico
| Hardware necesario | Enlace | Cantidad | Notas |
|---|---|---|---|
| Kit SO-ARM101 (líder + seguidor) | Kit SO-ARM101 Pro Kit SO-ARM100 | 1 | - Versión kit: incluye servos, placas, cables; imprimes o compras las piezas - Versión pre-ensamblada: sáltate el ensamblaje del Capítulo 6 - Cuida las reglas de alimentación Standard (5V) vs. Pro (líder 5V / seguidor 12V) |
Etapa 3: Aprendizaje por imitación y LeRobot
| Hardware necesario | Enlace | Cantidad | Notas |
|---|---|---|---|
| Kit SO-ARM101 (líder + seguidor) | Bazaar | 1 | El mismo kit de la Etapa 2 |
| Cámara USB de 32 × 32 mm | - | 2 | Se requieren dos vistas (frontal + lateral, o superior + pinza); el kit incluye una, prepara la segunda |
| Alfombrilla de ratón / tapete | - | 1 | Protege y estabiliza la superficie; hace repetible la colocación de objetos |
Etapa 4: VLA — Isaac GR00T y SenseCraft sin código
| Hardware necesario | Enlace | Cantidad | Notas |
|---|---|---|---|
| Kit SO-ARM101 (líder + seguidor) | Bazaar | 1 | El mismo kit de la Etapa 2 |
| Cámara USB de 32 × 32 mm | - | 2 | Las claves de cámara deben coincidir entre dataset e inferencia |
| GPU de entrenamiento (o nube) | - | 1 | El ajuste fino de GR00T necesita ~25GB de VRAM (Ampere o superior, p. ej. RTX 4090 / A6000); V100 no compatible. Alternativas: nube NVIDIA Brev, o la ruta sin código del Capítulo 22 |
| NVIDIA Jetson AGX Thor (opcional, inferencia en el borde) | Bazaar | 1 | Ejecuta el servicio de inferencia GR00T N1.5 ajustado en el borde |
Mejoras opcionales
| Hardware necesario | Enlace | Cantidad | Notas |
|---|---|---|---|
| Cámara de profundidad Orbbec Gemini 2 | Bazaar | 1 | Percepción RGB-D opcional para los capítulos de cámaras |
| Archivos de pinza suave | soarm_soft_gripper | - | Dedos de TPU para objetos blandos, frágiles o irregulares |