# ReDex mejora el éxito real de las manos robóticas entrenadas en simulación

> El nuevo método eleva del 14% al 86% el éxito al voltear objetos y del 26% al 95% el avance al girar un destornillador en robots reales.

Oossa · 2026-10-07 · https://oossa.com/es/redex-boosts-real-world-success-of-simulation-trained-hand-policies

Un equipo de investigadores encabezado por Jinzhou Li presentó ReDex, un método para adaptar a hardware real las políticas de destreza manual entrenadas en simulación. El sistema permite que una persona corrija suavemente los puntos de contacto de los dedos mientras la política original controla los demás. A partir de secuencias que combinan la política base, movimientos de los dedos guiados por una persona y datos de fuerza en las yemas, se entrena una nueva política condicionada por la fuerza mediante clonación de comportamiento. En pruebas con dos tareas que requieren muchos contactos, ReDex elevó del 14% al 86% el éxito al voltear objetos y del 26% al 95,3% el avance al girar un destornillador.

## Los hechos

- El éxito al voltear objetos aumentó del 14% al 86% en dos objetos.
- El avance al girar un destornillador mejoró del 26,0% al 95,3% en tres objetos.

## Por qué importa

Muestra una forma práctica de convertir habilidades manuales entrenadas en simulación en acciones robóticas fiables en el mundo real, con una corrección humana mínima.

## Fuentes y referencias

1. [ReDex: Repairing Sim-to-Real Dexterous Policies by Finger-Level Compliant Interaction](https://arxiv.org/abs/2610.07525) – arXiv cs.RO, 2026-10-07

Última actualización: 2026-10-07