La 1ª Escuela de Primavera sobre Entornos de Ubicuos y Aplicaciones de Robots Sociales tiene como objetivo permitir la sinergia entre aspectos clave de ambos tópicos, que incluyen temáticas sobre cómo deberían ser diseñados los entornos de computación ubicua (ubicomp) para beneficiarse de la Inteligencia Artificial (IA) y el procesamiento de Big Data, cómo influye la sociedad en el comportamiento social de un robot, y qué tipo de herramientas están disponibles para apoyar el diseño y desarrollo de aplicaciones en tiempo real en entornos inteligentes. Esta escuela proporciona un espacio para que miembros de diversas instituciones internacionales, incluyendo universidades, laboratorios de investigación e industria, intercambien ideas y experiencias, analicen, presenten y discutan los últimos temas de investigación y desarrollo, y propongan fundamentos teóricos relacionados con la investigación sobre la combinación de soluciones para el desarrollo de aplicaciones IoT y aplicaciones de robótica social en entornos ubicomp basadas en enfoques de IA. Este enfoque sinérgico reforzará la ingeniería de soluciones inteligentes e innovadoras basadas en IoT para guiar su diseño y promover el desarrollo de nuevos enfoques (arquitecturas, herramientas y metodologías) para entornos inteligentes.
Univ. Católica San Pablo, Perú
ESTIA Institute of Technology, France
ifdongo@ucsp.edu.pe
IRVIN DONGO recibió su B.Sc. en Ciencia de la Computación por la Universidad Católica San Pablo, Perú; y sus títulos de M.Sc. y Ph.D. por la Universidad de Pau, Francia. Realizó un Post-Doctotado en Inteligencia Artificial en École Supérieure des Technologies Industrielles Avancèes (ESTIA, 2018-2020), Francia. Actualmente es profesor tiempo completo del Departamento de Ingeniería Eléctrica y Electrónica y Coordinador del área de Postgrado del departamento. Es investigador asociado en ESTIA, Francia; además, docente en la Universidad de Valencia, España. Investigador reconocido por Renacyt Nivel IV con más de 25 publicaciones de alto impacto. Premiado en el concurso de investigación PEIC ediciones 2019, 2021 y 2022. Sus intereses de investigación se encuentran en la normalización y anonimización de recursos Web, modelado de bases de conocimiento (Web Semántica); políticas y gestión de credenciales, modelos de seguridad y técnica de anonimización; y técnicas de aprendizaje automático/profundo para el análisis y clasificación de datos para el reconocimiento de gestos y computación afectiva.
Univ. de Valparaíso, Chile
ana.aguilera@uv.cl
Es Ingeniera en Informática de la Universidad Centroccidental Lisandro Alvarado (UCLA), Barquisimeto, Venezuela (1994), Magister en Ciencias de la Computación de la Universidad Simón Bolívar, Caracas, Venezuela (1998) y Doctora en Tratamiento de señales y telecomunicaciones de la Universidad de Rennes I, Francia (2008). Obtuvo el grado de ingeniero con distinción Magna Cum Laude y mención "Très honorable" en la tesis doctoral. Desde el 2018 es profesora Titular de la Universidad de Valparaíso, Facultad de Ingeniería, Escuela de Ingeniería Informática, Chile. Fue profesora titular del Departamento de Computación (1994 al 2016) y Directora del Centro de Análisis, Modelado y Tratamiento de datos (2010-2018), de la Facultad de Ciencias y Tecnología, Universidad de Carabobo, Venezuela. Sus intereses de investigación incluyen bases de datos difusas, ciencia de datos e informática médica. Ha publicado artículos de investigaciones en prestigiosas revistas de alto impacto y ha participado en un amplio rango de conferencias internacionales. Ha sido clasificada Nivel C (máximo nivel) en el Programa de Estímulo al Investigador (PEI) en Venezuela e Investigador RENACYT Nivel V en Perú. Es miembro de la Asociación Venezolana para el Avance de la Ciencia (AsoVAC) y Miembro de la Sociedad Venezolana de Computación (SVC).
Univ. Internacional de Valencia, España
nmsanchez@universidadviu.com
Es licenciado en Ciencias Físicas por la Universidad del Zulia (Venezuela), con un Máster y un doctorado en Astronomía y Astrofísica por la Universidad de Los Andes (Venezuela). Cuenta con una extensa trayectoria a lo largo de la cual ha ocupado diferentes cargos y posiciones de responsabilidad, primero como Profesor Titular en la Universidad del Zulia (hasta el año 2004), y luego como investigador del Instituto de Astrofísica de Andalucía (hasta el 2010). En 2011 se incorporó al grupo de investigación de la Universidad Complutense de Madrid que participa en el proyecto World Space Observatory - Ultraviolet (WSO-UV), liderado por la Agencia Espacial Rusa que tiene como objetivo lanzar un telescopio espacial ultravioleta. Desde 2018 se incorporó como Profesor Titular a la Universidad Internacional de Valencia (VIU) donde aúna su actividad docente en el Grado en Ingeniería Informática y en el Máster de Astronomía y Astrofísica junto con la investigación como Investigador Principal del grupo ASGARD - AStronomy Group for Academic Research and Dissemination de VIU. Desde septiembre de 2021, el Dr. Sánchez ha asumido la Dirección de la Escuela Superior de Ingeniería, Ciencia y Tecnología de VIU. Su principal línea de investigación se centra en la minería de datos astronómicos para el estudio de cúmulos estelares y del medio interestelar.
Univ. Católica San Pablo, Perú
ehuanca@ucsp.edu.pe
Director del Departamento de Ingeniería Electrónica y de Telecomunicaciones, graduado en el 2004 como Ingeniero Electrónico, con una maestría y doctorado en Sistemas Mecatrónicos por la Universidad de Brasilia (2008, 2013).
Univ. Internacional de Valencia, España
Centro de Estudios en Ciencia de Datos e IA, VIU, España
ycardinale@universidadviu.com
Es profesora Titular en la Universidad Internacional de Valencia (VIU), España, desde 2018; desde noviembre de 2021 es la Investigadora Principal del Grupo de Investigación en Ciencia de Datos (GRID) de la VIU. Actualmente, es investigadora asociada en la Universidad Católica San Pablo, Arequipa, Perú, en el contexto del proyecto RUTAS, en el que se desempeña como investigadora principal. Fue profesora a Dedicación Exclusiva del Departamento de Computación y Tecnología de la Información de la Universidad Simón Bolívar (USB), Venezuela desde el 1 de Enero de 1996 hasta Diciembre 2019. Se graduó con Distinción Cum Laude en Ingeniería en Informática, en mayo de 1990, en la Universidad Centroccidental Lisandro Alvarado, Venezuela. Recibió sus títulos de Magister en Ciencias de la Computación y Doctor en Computación en 1993 y 2004 respectivamente, ambos de la USB. Sus áreas de interés para la investigación incluyen procesamiento paralelo, procesamiento de objetos distribuidos, sistemas de operación, computación de alto desempeño, plataformas grids, web semántica, redes de sensores y Big Data. Ha publicado un amplio rango de artículos de investigación en revistas científicas y en conferencias internacionales, adquiriendo por esto la clasificación de Nivel C (máximo nivel) del Programa de Estímulo al Investigador (PEI) en Venezuela e Investigador RENACYT Nivel VI en Perú. Ha participado en numerosos proyectos internacionales de investigación, como coordinadora y como colaboradora con universidades de Francia, Estados Unidos, Chile y Perú. Como docente, imparte asignaturas de pregrado y postgrado en varias universidades en Venezuela, Francia, España y Perú. Desde 2004, se ha desempeñado como asesora técnica en diferentes instituciones gubernamentales y privadas de Venezuela. Actualmente es la presidente de la Sociedad Venezolana de Computación (SVC).
Inst. Federal da Bahia - IFBA, Brazil
jose_diaz@ifba.edu.br
Ingeniero en Electrónica por la Universidad Católica Santa María (UCSM), Perú (2003). Magister (2008) y Doctor (2013) en Ingeniería Eléctrica e Computación por la Universidad Federal Rio Grande do Norte (UFRN), Brasil. Postdoctorado (2019) en el Instituto de Ciencias Matemáticas y Computación de la Universidad de Sao Paulo (USP), Brasil. Actualmente es Investigador Asociado de la Universidad Cátolica San Pablo (UCSP), Perú y Profesor Adjunto del Instituto Federal de Educación, Ciencia y Tecnología de Bahía (IFBA), Brasil. Es Tutor del Capítulo Estudiantil del IFBA del Instituto de Ingenieros Eléctricos y Electrónicos - Sociedad de Robótica y Automatización (IEEE-RAS) y coordinador del Instituto de Ciencia, Innovación y Tecnología del Estado de Bahía (INCITE) - Industria 4.0, IFBA, Vitória da Conquista, Brasil. Sus intereses de investigación están en el área de Ingeniería Eléctrica, con énfasis en robótica, actuando principalmente en las siguientes líneas de investigación sistemas de navegación autónoma para robótica móvil, sistemas de percepción robótica, sistemas robóticos SLAM/Localización, robots sociales, representación del conocimiento, Deep Learning, visión por computador, control de aplicaciones con técnicas de inteligencia artificial.
Univ. Internacional de Valencia, España
idefez@universidadviu.com
Obtuvo el título de Ingeniero Superior de Telecomunicaciones y el máster en Telemática por la Universitat Politecnica de Valencia (UPV), Valencia, España, en 2007 y 2010, respectivamente. En 2014 obtuvo el Doctorado en Telecomunicación por la UPV. Actualmente, es el Director del Máster Universitario en Desarrollo de Aplicaciones y Servicios Web en la Universidad Internacional de Valencia, Investigador Postdoctoral en Instituto de Telecomunicaciones y Aplicaciones Multimedia (iTEAM), UPV. Sus áreas de interés son la codificación y transmisión de ficheros sobre canales unidireccionales, aplicaciones IoT y Ciencia de Datos.
Pedro Núñez es Profesor Titular del departamento de Tecnología de los Computadores y las Comunicaciones, en la Universidad de Extremadura (España). Es Ingeniero de Telecomunicación desde 2003, y Doctor en 2008 por la Universidad de Málaga (España). Tras su incorporación en 2008 al grupo de robótica y visión artificial (RoboLab), dirige su investigación al área de la robótica social asistencial, siendo investigador principal de varios proyectos regionales, nacionales e internacionales. Es autor de más de cincuenta publicaciones en congresos internacionales de reconocido prestigio, y de más de quince publicaciones con impacto. Actualmente participa como investigador responsable en varios proyectos ligados al uso de robots sociales y tecnologías smart en entornos asistenciales, análisis de imágenes biomédicas y biotecnología y a la conducción autónoma de vehículos eléctricos. Es coordinador de la Cátedra de Patrocinio Pitarch-UEx en soluciones digitales en entorno rural.
Esta ponencia explora el impacto transformador de la Inteligencia Artificial (IA) y la Robótica Social en el ámbito de la atención a personas dependientes. En esta charla, se discutirá cómo estas tecnologías emergentes están desafiando y reformulando las formas tradicionales de asistencia y cuidado. La charla se centrará en el papel de la IA y la Robótica Social en la mejora de la calidad de vida de las personas dependientes y mayores. Se explorarán casos de estudio y ejemplos concretos que ilustran cómo estas tecnologías están siendo implementadas en entornos asistenciales para ofrecer soluciones innovadoras y efectivas. Durante la charla, se explicará cómo la IA puede ser empleada para el análisis de datos de salud, monitoreo en tiempo real y predicción de necesidades, mientras que la Robótica Social puede proporcionar compañía, rehabilitación física, cognitiva y mejora de las capacidades emocionales del mayor. Además, se abordarán consideraciones éticas y de privacidad asociadas con la implementación de estas tecnologías.
Erik Cambria es el fundador de SenticNet, una empresa con sede en Singapur que ofrece servicios de análisis de sentimientos B2B, y profesor titular en la Nanyang Technological University (NTU), donde también ocupa la Cátedra Provost de Informática e Ingeniería. Antes de incorporarse a la NTU, trabajó en Microsoft Research Asia (Pekín) y HP Labs India (Bangalore) y se doctoró en un programa conjunto de la Universidad de Stirling y el MIT Media Lab. Su investigación se centra en la IA neurosimbólica para el procesamiento explicable del lenguaje natural en ámbitos como el análisis de sentimientos, los sistemas de diálogo y la previsión financiera. Ha recibido varios premios, como el IEEE Outstanding Career Award, ha sido incluido en la lista AI's 10 to Watch y ha aparecido en Forbes como una de las 5 personas que construyen el futuro de la IA. Es miembro del IEEE, editor asociado de muchas revistas de IA de primer nivel, como Information Fusion e IEEE Transactions on Affective Computing, y participa en varias conferencias internacionales como presidente de programa y miembro del comité de programa.
El análisis de sentimientos se ha convertido en una herramienta indispensable en diversos ámbitos, como los negocios electrónicos, el comercio electrónico, el turismo electrónico, la movilidad electrónica, la gobernanza electrónica, la seguridad electrónica, el aprendizaje electrónico y la sanidad electrónica. Analizando la opinión y las preferencias del público, las organizaciones y los responsables políticos pueden tomar decisiones basadas en datos para mejorar sus productos, servicios y políticas. La aplicación del análisis de sentimientos en estos ámbitos no sólo mejora la satisfacción y el compromiso de los clientes, sino que también contribuye al crecimiento y desarrollo general de estos sectores.
Philippe Roose es profesor titular en el IUT de Bayonne de la Université de Pau et des Pays de l'Adour (UPPA). Licenciado y Maitrise en Matemática-Informática de la Universidad de Burdeos, Francia (1995, 1997). Con doctorado en Informática en la UPPA (2000), mención "très honorable - Félicitation orale du jury". Actualmente es el coordinador del programa de Licence Pro en Desarrollo de Computación Avanzada en IUT-UPPA en Bayyone, France. Es miembro y antiguo director del Grupo de Investigación T2I (Traitements des informations pour l'adaptation de l'interaction au contexte et à l'utilisateur) del Laboratoire Informatique de la UPPA (LIUPPA). Ha publicado un amplio rango de artículos de investigación en revistas científicas y en conferencias internacionales, y es co-autor de varias patentes. Philippe investiga en ingeniería de software, arquitectura de software, movilidad, middleware, interacciones distribuidas, informática ecológica y sostenible e informática distribuida.
En esta presentación, analizaremos dónde se esconden los costos del consumo energético de la tecnología digital (hardware, software, aplicciones) y estudiaremos vías de acción que todos podemos intentar seguir fácilmente para reducir su impacto ecológico.
Pedro Núñez es Profesor Titular del departamento de Tecnología de los Computadores y las Comunicaciones, en la Universidad de Extremadura (España). Es Ingeniero de Telecomunicación desde 2003, y Doctor en 2008 por la Universidad de Málaga (España). Tras su incorporación en 2008 al grupo de robótica y visión artificial (RoboLab), dirige su investigación al área de la robótica social asistencial, siendo investigador principal de varios proyectos regionales, nacionales e internacionales. Es autor de más de cincuenta publicaciones en congresos internacionales de reconocido prestigio, y de más de quince publicaciones con impacto. Actualmente participa como investigador responsable en varios proyectos ligados al uso de robots sociales y tecnologías smart en entornos asistenciales, análisis de imágenes biomédicas y biotecnología y a la conducción autónoma de vehículos eléctricos. Es coordinador de la Cátedra de Patrocinio Pitarch-UEx en soluciones digitales en entorno rural.
Este taller se enfoca en explorar la importancia y los desafíos de la navegación robótica en entornos colaborativos. Durante el taller de 4 horas, se abordan los fundamentos de la navegación robótica y se examinan arquitecturas cognitivas específicas para lograr una navegación ética y socialmente consciente. Se discute el diseño de sistemas inteligentes que permitan la interacción efectiva entre humanos y robots en contextos laborales. Se exploran conceptos como la percepción del entorno, la planificación de rutas y los algoritmos de control, así como la integración de principios éticos en la toma de decisiones de navegación. Además, se presentan casos de estudio y ejemplos prácticos para ilustrar cómo diseñar sistemas inteligentes para la navegación en entornos colaborativos y se abordan las implicaciones éticas de la navegación robótica. También se discuten las aplicaciones actuales y emergentes de la navegación robótica socialmente consciente, así como los desafíos y las áreas de investigación futuras en este campo.
Miguel actualmente se desempeña como Director de Ingeniería en Automatización y Robótica en la Universidad Andrés Bello en Santiago de Chile. Es de formación Ingeniero Electrónico con un Magister en Ciencias de la Ingeniería Electrónica en 2012, y Doctorado en Ingeniería Informática de la Universidad Técnica Federico Santa María en Valparaíso de Chile el 2017. Actualmente es Senior Member de IEEE, donde también participa como voluntario específicamente como Presidente de IEEE Robotics and Automation Society Chile Centro 2022-2023, y como Vice-Presidente de IEEE Chile Centro 2023-2024. .
Se hará una introducción conceptual y luego práctica al aprendizaje por refuerzos, revisando expositivamente algunos elementos importantes a considerar en la definición de un problema de decisión secuencial a abordar, y luego revisando su aplicación en simulaciones específicas usando Gym en Python.
Ingeniero en Electrónica por la Universidad Católica Santa María (UCSM), Perú (2003). Magister (2008) y Doctor (2013) en Ingeniería Eléctrica e Computación por la Universidad Federal Rio Grande do Norte (UFRN), Brasil. Postdoctorado (2019) en el Instituto de Ciencias Matemáticas y Computación de la Universidad de Sao Paulo (USP), Brasil. Actualmente es Investigador Asociado de la Universidad Cátolica San Pablo (UCSP), Perú y Profesor Adjunto del Instituto Federal de Educación, Ciencia y Tecnología de Bahía (IFBA), Brasil. Es Tutor del Capítulo Estudiantil del IFBA del Instituto de Ingenieros Eléctricos y Electrónicos - Sociedad de Robótica y Automatización (IEEE-RAS) y coordenador del Instituto de Ciencia, Innovación y Tecnología del Estado de Bahía (INCITE) - Industria 4.0, IFBA, Vitória da Conquista, Brasil. Sus intereses de investigación están en el área de Ingeniería Eléctrica, con énfasis en Robótica, actuando principalmente en las siguientes líneas de investigación sistemas de navegación autónoma para robótica móvil, sistemas de percepción robótica, sistemas robóticos SLAM/Localización, robots sociales, representación del conocimiento, Deep Learning, visión por computador, control de aplicaciones con técnicas de inteligencia artificial.
La charla explora la importancia de los sistemas autónomos desde una perspectiva enfocada en la robótica. El objetivo principal es explorar cómo estos sistemas pueden contribuir tanto a la investigación como al rendimiento en competiciones específicas de robótica. En este contexto, serán presentados proyectos de investigación, con resultados concretos y en ejecución, como también diferentes modalidades de competiciones en el campo de la robótica, donde se utilizan los sistemas autónomos para poder alcanzar un objetivo específico.
Doctor por la Universidad de Murcia, 2011. Entre sus áreas de interés está la Inteligencia Artificial, concretamente en el desarrollo de modelos basados en conocimiento para aplicaciones context-aware. Estos modelos han contribuido al desarrollo de varios sistemas inteligentes en aplicaciones de Ambient Assisted Living (AAL) y smart education, así como a resolver problemas de fusión de datos de diferentes fuentes de sensores físicos y sensores sociales, especialmente en el área de smart mobility. Ha participado en varios proyectos de investigación competitivos a nivel nacional/regional y a nivel europeo, liderando varios de ellos. Su carrera ha estado apoyada por colaboraciones internacionales que le han permitido participar en trabajos de alta calidad dentro del área de la Inteligencia Artificial. Ha participado en varias conferencias como miembro del comité organizador desde 2015, como por ejemplo en la IEEE International Conference on Intelligent Environments (IE), de la que fue General Chair en 2017. Entre sus contribuciones a la comunidad científica, es Associate Editor en el Journal of Ambient Intelligent and Smart Environments y ha organizado diferentes workshops científicos internacionales. También ha organizado Special Issues en diferentes revistas indexadas en JCR.
Los entornos inteligentes son sistemas diseñados sobre arquitecturas de sensores para proporcionar servicios con un matiz muy particular, ya que estos servicios deben ser personalizados, es decir, adaptados a las preferencias y necesidades del usuario en cada momento. Dentro de estos entornos inteligentes, podemos encontrar aplicaciones de Ambient Assisted Living, para crear hábitats inteligentes que permitan un envejecimiento activo en el hogar; Smart Mobility, para analizar el comportamiento de movilidad en las ciudades inteligentes; e incluso en la agricultura, para optimizar los cultivos y prevenir posibles daños. En esta charla veremos ejemplos de las aplicaciones en estos campos y la arquitectura de los sistemas IoT que los soportan. Finalmente, se verá una herramienta práctica para el diseño de sistemas IoT.
Bachiller Egresado de la Universidad Nacional de San Agustín, Perú con estudios de Maestría y actualmente cursando estudios de Doctorado en la Universidad Carlos III de Madrid (UC3M), en donde viene desarrollando sus investigaciones sobre algoritmos de Active Learning y Deep Learning en problemas de detección de anomalías en series temporales; junto a ello, ha participado en distintos congresos del área. Además, de las actividades investigativas, ha desarrollado actividades académicas como docente en varias asignaturas del campo de las telecomunicaciones, procesado de la señal y aprendizaje de máquina en la Universidad Católica San Pablo, Arequipa, Perú y la UC3M.
El campo del Aprendizaje Máquina ha permitido dotar a las computadoras de grandes habilidades para reconocer patrones a partir de datos. En especial, el uso de sensores IoT ha permitido modelar de mejor manera realizar tareas de detección, estimación, predicción entre muchas otras ya sea en nuestra vida cotidiana o en entornos más agresivos como los industriales. En especial, el uso de algoritmos del campo del Aprendizaje Profundo o Deep Learning permite resolver problemas de alta complejidad alcanzado resultados más que resaltantes. Por ello, la utilización de estos algoritmos sobre los datos adquiridos por los nodos sensores IoT es más que deseable pero a su vez muy retador esto debido a que los modelos optimizados pueden alcanzar tamaños que necesitan mucho espacio en memoria muy superior al encontrado en los microprocesadores disponibles en tales nodos sensores IoT. En esta presentación se revisarán los principales trabajos del estado del arte que atacan la optimización de redes profundas de tamaño reducido y baja complejidad compatibles con aquellos microprocesadores y microcontroladores encontrados en nodos IoT.
Daniel es Investigador Principal del grupo de investigación Green Infrastructure for Urban Sustainability (GREENIUS) y profesor del Máster Universitario en Ingeniería y Gestión Ambiental de la Universidad Internacional de Valencia (VIU). Es doctor en Ingeniería Civil por la Universidad de Cantabria (España), 2016. Su campo de trabajo se centra en el uso de herramientas de análisis de datos, Sistemas de Información Geográfica (SIG), programación en distintos entornos, modelado hidrológico, métodos estadísticos y análisis multicriterio para conseguir una planificación urbana sostenible, con énfasis en el análisis de los servicios ecosistémicos proporcionados por la infraestructura verde bajo cambios climáticos y de cobertura del suelo. Daniel ha participado en cinco proyectos de I+D+i competitivos asociados a este campo, tres de ellos financiados por el Ministerio de España, y en otros seis proyectos de investigación relacionados con el aprovechamiento de recursos y el análisis de riesgos ante desastres naturales, cuatro de ellos pertenecientes a convocatorias europeas. Es co-creador de dos patentes y ha publicado más de 50 artículos científicos en revistas indexadas en el JCR, alcanzando las 1214 citas y un índice h de 18 según Scopus. Mucho de este material científico proviene de colaboraciones con investigadores internacionales, destacando las estancias realizadas en las Universidades de Coventry (Reino Unido, 2015) y Copenhague (Dinamarca, 2022).
En esta charla se hará referencia a dos de los mayores problemas ambientales que hay en las ciudades debido al cambio climático: inundaciones y Efecto Isla de Calor. Se discutirá sobre cómo poder mejorar la preparación ante ambos fenómenos utilizando herramienta de IA de distintos tipos: minería de texto para el procesamiento de encuestas para captar la percepción de stakeholders respecto a la gestión de inundaciones y modelos de machine learning (regresión y clasificación) para modelar el Efecto Isla de Calor utilizando datos en abierto.
Ingeniero de Sistemas con Maestría en ingeniería eléctrica, con énfasis en ingeniería de computación (sistemas inteligentes) por la universidad Federal do Rio Grande do Norte - Brasil, y Doctor en ingeniería eléctrica y de computación, con énfasis e sistemas inteligentes por la Universidad Federal do Rio Grande do Norte - Brasil; ha realizado un pos-doctorado en Ingeniería Mecatrónica en la Universidad Federal do Rio Grande do Norte Brasil. Además, posee experiencia en docencia universitaria desde el año 2001 y experiencia en investigación pura y aplicada desde el aáo 2003. Ha desarrollado diversos proyectos de innovación tecnológica para empresas e instituciones peruanas de diversos sectores como Chatsford S.A.C., El Bosque E.I.R.L., J. Ramón del Perú S.A.C. y Akson Perú S.R.L. Es docente tiempo completo e investigador en la universidad Católica San Pablo de Arequipa con proyectos de investigación teórica y aplicada en las áreas de robótica, automatizacián industrial e inteligencia artificial.
A la hora de implementar la navegación en robots sociales es importante no sólo incluir algoritmos tradicionales de navegación autónoma sino incluir una forma de respetar las convenciones sociales, una de las formas de incluir convenciones sociales conscientes en robots es implementando el reconocimiento de zonas proxémicas en personas y en grupos de ellas; además, estas zonas proxémicas deben ser incluidas en cómo el robot planifica su trayectoria y la ejecuta. En esta presentación, se hablará de diferentes estrategias para modelar zonas proxémicas para ser utilizadas en la navegación social.