- Empezar en robótica es cada vez más fácil, pero para desarrollar habilidad real hay que experimentar ampliamente con fundamentos de hardware, software, matemáticas y más
- Solo con cursos en línea hay un límite; el mayor aprendizaje viene de construir robots por cuenta propia y pasar por prueba y error
- Se recomienda empezar con proyectos pequeños (por ejemplo, seguidores de línea, autos RC + Arduino, Lego, minirobots, etc.) y luego ampliar gradualmente hacia control más complejo, hardware y simulación
- La accesibilidad ha mejorado gracias al crecimiento de herramientas y ecosistemas de bajo costo y alta eficiencia, como impresoras 3D, kits económicos y simuladores
- También conviene aprovechar activamente distintos recursos como ROS/LeRobot, PID, teoría de control, diseño de circuitos y estructuras, además de open source, frameworks prácticos y métodos de aprendizaje basados en juegos
Resumen de consejos para empezar a aprender robótica
1. Priorizar la práctica y construir cosas uno mismo
2. Énfasis en el aprendizaje multidisciplinario e integrado
- La robótica es una disciplina compleja que combina mecánica, electrónica, control y software
- Después de experimentar aunque sea superficialmente con cada área, profundizar en la fortaleza propia resulta efectivo para mejorar a largo plazo
- Apuntar a ser un “especialista y generalista” es una estrategia de supervivencia a largo plazo
- Relacionado: Exploring Beaglebone
3. El valor de la experiencia con hardware real y del fracaso
4. Uso de teoría básica de control y herramientas
- Vale la pena pasar sí o sí por fundamentos como control PID, circuitos eléctricos básicos y diseño mecánico
- Aprovechar frameworks open source y tutoriales como ROS(ros.org), LeRobot(huggingface.co/lerobot), MoveIt(moveit.ros.org), Nav2(navigation.ros.org), mcap.dev(mcap.dev), foxglove.dev(foxglove.dev)
- Hay variedad de plataformas, como Arduino, Raspberry Pi, Jetson Nano, y la plataforma embebida Zephyr Project
5. Proyectos autodirigidos y comunidad
6. Aplicación de AI/ML y tendencias recientes
- Si se aprenden herramientas de AI/ML para control basado en IA, planificación de trayectorias y reconocimiento de objetos, entre otros, es posible desarrollar robots alineados con las tendencias actuales, por ejemplo con Hugging Face LeRobot
- Compartir datasets para entrenamiento y evaluación de modelos: app.destroyrobots.com
7. Otros consejos prácticos y realistas
- Si se quiere un enfoque académico (papers de investigación, clases universitarias, etc.), se necesita una base fuerte en matemáticas y teoría
Stanford CS223A, MIT 6.832
- En la práctica, también se puede disfrutar y sentir logro con solo armar módulos o productos simples y modificar ejemplos open source existentes
- Recomendados: Crunch Labs HackPack, Lego SPIKE Prime, pololu robotics
Conclusión
- “Construir, fallar y volver a intentarlo” es la esencia del aprendizaje en robótica
- Hay que equilibrar software y hardware, teoría y práctica, y elegir el mejor punto de partida según el interés y la situación de cada quien
- Si se aprovechan activamente herramientas y recursos como comunidades, hackathons, open source, kits, juegos y simuladores, cualquiera puede animarse a la robótica
1 comentarios
Opinión de Hacker News
Recomiendan el curso gratuito robotics_essentials_ros2 y comparten su experiencia. Desde su experiencia diseñando hardware para robots, sintieron que el lado del software es más divertido y gratificante, pero enfatizan que desarrollar habilidades en varias áreas es sumamente útil. Después del curso, sugieren explorar el campo embebido, por ejemplo con zephyr project. Para iniciarse en la parte mecánica, recomiendan comprar una A1 mini y usar onshape (www.onshape.com) para diseñar uno mismo piezas simples, como soportes para motores o placas, y grippers. Señalan que en ingeniería eléctrica hay que ser cuidadoso porque los errores pueden salir caros, y recomiendan empezar con prácticas pequeñas usando placas económicas como RP2040 o RP2350, luego pasar a H-bridge y motores brushed, y después ampliar hacia el control de motores brushless. Comparten el tip de usar un cautín económico y clones compatibles con puntas JBC C245. Recomiendan buscar meetups de ROS y continuar el camino lentamente, a tu propio ritmo, sin perder de vista tu objetivo hasta el final.
Desde su experiencia trabajando en robótica, plantean que aprender solo con cursos en línea de ROS2 difícilmente equivale a un aprendizaje real de “robótica”. Como la robótica es un campo complejo que combina hardware, software, matemáticas e ingeniería, recomiendan hacer un proyecto implementando un robot aspiradora desde cero. La función de aspirado en sí no es lo importante; el mayor valor de aprendizaje está en construir un robot autónomo tipo “TurtleBot” y vivir de primera mano el proceso de diseño y resolución de problemas. También hace falta entender el know-how concreto que se aplica a sistemas tan diversos como vehículos, drones, movilidad ligera y maquinaria de construcción.
Comparten con honestidad que el mayor obstáculo en su camino para aprender robótica ha sido no sentir un propósito objetivo claro. Explican que hacer robots geniales a veces les parecía solo una especie de juego con juguetes, y que les costaba salir de esa idea. Basándose en su carrera universitaria en mecatrónica y en su experiencia autodidacta, tienen la percepción personal de que construir por cuenta propia robots confiables y eficientes es extremadamente difícil desde el punto de vista de negocio.
Cuentan que aprendieron mucho del libro “Exploring Beaglebone”, especialmente sobre prácticas de hardware y cómo lidiar con errores. Comparten detalles como el ISBN y enfatizan que implementar circuitos de protección de voltaje puede ahorrar mucho dinero en la práctica.
Enfatizan que el mayor atractivo de la robótica es la satisfacción de ver tus creaciones funcionando en el mundo real.
Preguntan cómo la experiencia programando RP2040 o RP2350 podría conectarse con plataformas comerciales como SIEMENS SIMATIC.
Consideran que la barrera de entrada a la robótica es claramente más baja que antes. Aun así, recalcan que es un ámbito completamente distinto al desarrollo tradicional de software web o de escritorio, así que hay que asumir una curva de aprendizaje bastante empinada. Recomiendan kits de Amazon, Yahboom y Hugging Face SO-ARM101, y dan una idea del presupuesto adicional necesario para sensores. Si no es posible comprar hardware de inmediato, recomiendan aprovechar a fondo simuladores como Isaac Sim o Mujoco. Para robótica con machine learning, sugieren explorar el framework LeRobot de Hugging Face, los conceptos básicos de ROS como pub/sub, y bibliotecas como MoveIt y Navigation. También comparten que al inicio ChatGPT y Cursor son especialmente útiles para entender la terminología. Presentan herramientas útiles como mcap.dev para logging y foxglove.dev para visualización.
Resaltan que SO-ARM101 junto con los tutoriales de LeRobot ofrecen una experiencia de entrada óptima. Indican que se puede comprar directamente en sitios como Partabot para empezar a practicar rápido. Dan el tip de que una Jetson Nano no es necesaria en la etapa inicial y que puede controlarse directamente desde una laptop. Dicen que así se puede ganar experiencia entrenando y ajustando modelos con facilidad, y mencionan el caso de app.destroyrobots.com, donde se comparten datasets de entrenamiento y evaluación. En su opinión personal, empezar con ROS incluso puede ser un obstáculo de entrada, y enfoques alternativos como embebidos basados en Rust podrían ser más rápidos. Enfatizan que incluso una arquitectura simple de conexión por USB puede ofrecer una experiencia suficientemente interesante y profunda.
Explican que ROS es apropiado para la robótica inicial o el campo de los AGV porque tiene muchos recursos en paquetes, pero que en la práctica cada área de la robótica tiene tecnologías dominantes distintas. Por ejemplo, en drones predomina Mavlink; en robótica marina, MOOS; en brazos robóticos, ABB studio; y en el movimiento IoT, Home Assistant o MQTT. Al final, opinan que lo clave es aprender las tendencias tecnológicas del sector al que uno quiere entrar.
Transmiten la idea de que, más que enfocarse en un título, ayuda mucho más comprar una impresora 3D y componentes electrónicos, y ganar experiencia construyendo cosas uno mismo. Dicen que al principio las matemáticas necesarias para entrar en robótica pueden limitarse a PID, cinemática directa/inversa, filtro de Kalman extendido y V=IR. Mencionan que fuera de eso no hacen falta fórmulas más complejas.
Comparten que juegos de simulación como Stormworks: Build and Rescue son una forma de entrada potentísima para aprender sensaciones reales de diseño y control robótico. Dejan una reseña detallada diciendo que allí se aprende de forma natural desde el diseño estructural de todo tipo de vehículos, la simulación realista de motores, la construcción de sistemas por misión, la automatización con sensores y microcontroladores diversos usando bloques lógicos y Lua, hasta ajuste de PID, trigonometría y programación de máquinas de estados, todos conceptos clave aplicables directamente en la práctica.
Dan dos consejos: empezar sí o sí, y fijarse metas realistas que encajen contigo. Enfatizan que incluso los expertos que hoy construyen robots de alto rendimiento comenzaron desde lo básico. Mencionan que hoy en día es mucho más barato comprar cosas y aprovechar módulos, así que “aprender es mucho más fácil” que antes. Como el hardware del mundo real, a diferencia del software, tiene muchas variables impredecibles y fallas, remarcan que la práctica repetida con las manos es indispensable. Añaden un consejo positivo: si no tienes expectativas demasiado altas al principio, puedes aprender de forma constante y divertida.
Aconsejan definir primero el propósito del robot que quieres construir. Explican que la forma se decide según ese propósito y enfatizan que dominar cada área —electricidad, mecánica y programación—, además de haberse leído a fondo “The Design of Everyday Things”, puede dar una gran ventaja en accesibilidad y eficiencia de fabricación.
Sostienen que es mejor aprender tocando las cosas con las manos que consumiendo materiales o videos en internet. Como opción de entrada recomiendan un auto RC y Arduino, o algún clon barato. Describen una configuración de alrededor de 100 dólares con servos SG90, stepper 28BYJ-48, driver ULN2003, UNO R3 y un chasis de auto RC o impreso en 3D. Recomiendan avanzar de forma gradual agregando sensores, cámara e incluso expandiendo hacia un brazo robótico.
Recomiendan con sinceridad que los kits de robótica LEGO, incluidos los infantiles, también sirven perfectamente para empezar sin barreras de entrada. Recuerdan que ellos mismos comenzaron en la universidad con microcontroladores y protoboard, pero que en realidad les habría gustado empezar antes con herramientas de nivel más alto.
Señalan que, por la naturaleza de Hacker News, abundan los consejos centrados en software, pero que en robótica el peso del “hardware” es enorme en la práctica. Subrayan la importancia de diseñar mecanismos funcionales y durables, y de ganar experiencia creando hardware a medida, como motores, controladores y actuadores. Recomiendan recursos útiles para aprender hardware e iniciarse, como pololu robotics, Adafruit y sparkfun.