Este artículo presenta el Planificador Adaptativo Latente (LAP), una política basada en variables latentes para la manipulación dinámica sin contacto (p. ej., agarre de caja). LAP infiere planes en un espacio latente de baja dimensión y se entrena eficazmente mediante vídeos de demostración con humanos. Durante la ejecución, LAP mantiene las probabilidades posteriores del plan latente y realiza una replanificación variacional a medida que llegan nuevas observaciones, logrando una adaptación en tiempo real. Para reducir la brecha de implementación entre humanos y robots, introducimos un mapeo proporcional basado en modelos que recrea con precisión los estados cinemáticos de las articulaciones y las posiciones de los objetos a partir de demostraciones con humanos. Mediante desafiantes experimentos de agarre de caja con diversas propiedades de objetos, LAP aprende movimientos flexibles y comportamientos adaptativos similares a los humanos, demostrando excelentes tasas de éxito, suavidad de trayectoria y eficiencia energética. En general, LAP permite la manipulación dinámica mediante la adaptación en tiempo real y se transfiere con éxito entre plataformas robóticas heterogéneas utilizando los mismos vídeos de demostración con humanos.
