# VICTR mejora el éxito de los robots al usar el progreso de las demostraciones

> Un equipo de investigación informa que VICTR elevó al 23,8% el éxito en tareas reales de manipulación no vistas, frente al 6,2% de una versión de referencia ajustada.

Oossa · 2026-11-09 · https://oossa.com/es/victr-improves-robot-task-success-using-demonstration-progress

Un equipo de investigadores presenta VICTR, un método que ayuda a los robots de visión, lenguaje y acción a elegir partes útiles de una demostración mientras realizan una tarea. En lugar de recuperar ejemplos basándose únicamente en la similitud visual, estima cuánto ha avanzado el robot en comparación con un video de referencia y, después, proporciona fragmentos de la demostración correspondientes a esa etapa a una política π0.5.

En tareas reales de manipulación no vistas y fuera del dominio de entrenamiento, el equipo informa de una tasa de éxito del 23,8%, frente al 6,2% de una versión de referencia π0.5 ajustada. El artículo también señala que el progreso en las tareas aumentó del 28,9% al 55,5%; no determina cómo se desempeña el método en implementaciones más amplias.

## Los hechos

- VICTR utiliza un estimador de progreso condicionado por una demostración de referencia, una instrucción en lenguaje y la observación actual.
- Éxito informado: 23,8% con VICTR frente al 6,2% con la versión de referencia π0.5 ajustada.

## Por qué importa

Para quienes investigan en robótica, VICTR apunta a que buscar demostraciones según el progreso de la tarea podría ayudar a los robots a realizar tareas de manipulación desconocidas; todavía se desconoce su rendimiento más allá de las pruebas informadas.

## Fuentes y referencias

1. [VICTR: Value-Informed In-Context Learning for Vision-Language-Action Models](https://arxiv.org/abs/2611.08698) – arXiv cs.RO, 2026-11-09

Última actualización: 2026-11-09