Aprendizaje de Extremo a Extremo
Entrenar una única red neuronal para mapear directamente desde entradas de sensores crudas (imágenes, propiocepción) a acciones de robot, sin representaciones intermedias diseñadas a mano ni tuberías modulares. El aprendizaje de extremo a extremo evita el cuello de botella de información de sistemas modulares pero requiere más datos de entrenamiento y es más difícil de interpretar. Los modelos VLA representan la frontera del aprendizaje de robot de extremo a extremo.







