Robot Chasing
IOAI 2026 · Día 1 · Sede: Astana, Kazajistán 🇰🇿
Temas: Deep Learning, NLP y Audio, Metodología y Datos · Edición: IOAI 2026
💡 Qué pide y por dónde va (spoiler)
Seis robots en salas 6×6, cada uno con una instrucción en inglés («acércate a la pelota roja», «pon la caja junto a la pelota verde») y una foto del momento: predecir la próxima acción. Cada robot tiene su propio patrón consistente y ninguno sigue el camino más corto, así que no es planificación: es aprender seis conductas de 60.000 ejemplos. La métrica promedia por robot, de modo que fallar en uno solo cuesta un sexto del puntaje.
📋 Ficha
| Métrica | Accuracy media por robot (los 6 robots pesan igual), escala 0–100 |
| Límite de ejecución | 5 min |
| Rendimiento observado | 🔴 media <12 — media 11.98/100 · mediana 0.0 · máx 86.2 · sacaron 0: 60% · pasaron de 50: 6% (n=440) |
| Cohorte | 2026 · Día 1 · Individual |
| Contrato | Fuente oficial revisada |
| Preparación | Material educativo disponible; requiere preparar el entorno |
| Archivos a entregar | solution.ipynb |
| Archivos producidos | predictions.json |
| Punto de entrada | observations.json y labels.json en train; test_public sin labels al calificar. |
| Límite de entrega | solution.ipynb ≤ 1 MB |
| Split de las referencias | train y test_public de desarrollo; leaderboard A y B ocultos. Split de baseline/Comité numéricos no identificado aquí cuando no se declara. |
| Evaluación | code/grading/evaluate.ipynb (educativo); lista alineada de acciones enteras 0–5; accuracy por robot, promedio de seis robots ×100. |
| Dependencias | Entorno del notebook oficial; datos JSON preparados. Límite total 5 min. |
| Ejecución del grader verificada aquí | No verificada |
8×8×2 incluye paredes: interior 6×6. Son snapshots, no episodios. No usar el evaluador de entregas de Robot Delivery Academy.
Fuentes del contrato: fuente 1
Revisión documental: 2026-09-06.
🔗 Enlaces
- 📄 Material oficial (enunciado, baseline, grader)
- 📊 Dataset en HuggingFace — trae
public/yprivate/(los splits A y B) - 🏅 Resultados de la edición
▶️ Abrir en Colab
Antes de trabajar, comprueba sus dependencias y descarga de datos; disponer de un enlace a Colab no acredita que el grader haya sido ejecutado en ese entorno.
- Explorar el baseline educativo —
— Adaptación educativa no oficial. No certifica la reproducción del entorno ni del puntaje del concurso. Procedencia.
- Evaluar con el notebook educativo —
— Adaptación educativa no oficial. No certifica la reproducción del entorno ni del puntaje del concurso. Procedencia.