Ingenieros del MIT desarrollan un algoritmo para entrenar drones que pueden esquivar obstáculos a alta velocidad
Quienes siguen las carreras autónomas de drones seguramente recuerdan más accidentes que victorias. En las carreras de drones, los equipos compiten para determinar qué dispositivo está mejor preparado para volar por una pista de obstáculos. Sin embargo, cuanto más rápido vuelan los drones, más inestables se vuelven. A altas velocidades, su aerodinámica es difícil de predecir. Los fallos son algo habitual.
Si se pudiera hacer que los drones fueran más rápidos y maniobrables, podrían usarse en operaciones críticas en el tiempo fuera de la pista de carreras, por ejemplo, para buscar supervivientes tras un desastre natural.
Los ingenieros aeroespaciales del Instituto Tecnológico de Massachusetts (MIT) han desarrollado un algoritmo que ayuda a los drones a encontrar la ruta más rápida alrededor de los obstáculos sin fallos. Combina la simulación del vuelo de un dron por una pista de obstáculos virtual con datos de experimentos de un dron real que sigue la misma ruta en el espacio físico.
Los investigadores descubrieron que un dron entrenado con su algoritmo atravesó la pista de obstáculos un 20 % más rápido que un dron entrenado con algoritmos de planificación convencionales. Sin embargo, el nuevo algoritmo no siempre permitía a los drones adelantar a sus rivales durante toda la carrera. A veces optaba por frenar el dron para tomar una curva complicada, o por ahorrar energía para acelerar y, al final, adelantar a su contrincante.
«A altas velocidades aparece una aerodinámica compleja que es difícil de simular, así que utilizamos experimentos en el mundo real para llenar esos puntos ciegos y averiguar, por ejemplo, si puede ser mejor frenar primero y acelerar después. Precisamente este enfoque integral es el que usamos para ver cómo podemos hacer que la trayectoria en su conjunto sea lo más rápida posible»
Según Sertac Karaman, profesor asociado del Departamento de Aeronáutica del MIT, este tipo de algoritmos son un paso muy valioso hacia los drones del futuro, que podrán desplazarse muy rápidamente en condiciones complejas: «Realmente esperamos ampliar los límites para que puedan viajar tan rápido como lo permitan sus capacidades físicas.
Efectos a alta velocidad
Enseñar a los drones a sortear obstáculos es relativamente sencillo si deben volar despacio. Esto se debe a que la aerodinámica, como la resistencia, normalmente no es relevante a bajas velocidades, y puede no tenerse en cuenta al modelar el comportamiento del dron. Pero a altas velocidades estos efectos son mucho más pronunciados y resulta mucho más difícil predecir cómo responderán los dispositivos.
Durante un vuelo rápido, al dron le resulta difícil determinar dónde se encuentra. Puede haber retrasos en el envío de la señal al motor o una caída repentina de voltaje, que pueden provocar otros problemas de dinámica. Estos efectos no pueden modelarse con los enfoques tradicionales de planificación.
Para entender cómo la aerodinámica a alta velocidad afecta a los drones en vuelo, los investigadores tienen que realizar muchos experimentos en laboratorio, ajustando los drones a distintas velocidades y trayectorias para ver cuáles vuelan rápido y sin fallos. Es un proceso costoso y que a menudo acaba en fallos.
En su lugar, el equipo del MIT desarrolló un algoritmo de planificación de vuelo a alta velocidad que combina simulación y experimentos de forma que se minimiza el número de experimentos necesarios para determinar trayectorias de vuelo rápidas y seguras.
Los investigadores partieron de un modelo de planificación de vuelo basado en la física que desarrollaron para simular primero el comportamiento de un dron al volar por una pista de obstáculos virtual. Simularon miles de escenarios de carrera, cada uno con su propia trayectoria de vuelo y velocidad.
Después marcaron si cada escenario era viable (seguro) o no viable (provocaba un fallo). A partir de esta tabla, los investigadores pudieron seleccionar rápidamente varias trayectorias de carrera prometedoras para probarlas en el laboratorio.
«Podemos hacer esta simulación de forma rápida y barata para encontrar trayectorias interesantes que puedan ser rápidas y realistas. Luego realizamos experimentos con esas trayectorias para entender cuáles son realmente posibles en el mundo real. Al final nos acercamos a la trayectoria óptima, la que nos da el menor tiempo posible»
Frenar para luego acelerar
Para demostrar su nuevo enfoque, los investigadores simularon un vehículo aéreo no tripulado que volaba por una ruta sencilla con cinco grandes obstáculos cuadrados dispuestos en tablero de ajedrez.
Montaron la misma configuración en una sala de entrenamiento físico y programaron el dron para volar por el recorrido a la velocidad y con las trayectorias que habían elegido previamente en sus simulaciones. También hicieron el mismo recorrido con un dron entrenado con un algoritmo más tradicional, que no incluye experimentos en su planificación.
En conjunto, el dron entrenado con el nuevo algoritmo «ganó» cada carrera, completando el recorrido en menos tiempo que el dron entrenado de forma convencional. En algunos escenarios, el dron ganador terminó la carrera un 20 % más rápido que su rival, incluso cuando eligió una trayectoria con un inicio más lento; por ejemplo, necesitó un poco más de tiempo para tomar una curva.
Los investigadores planean realizar más experimentos a mayor velocidad y en condiciones más complejas para mejorar su algoritmo. También podrían incorporar datos de vuelo de pilotos humanos que controlan los drones a distancia, cuyas decisiones y maniobras podrían ayudar a alcanzar planes de vuelo aún más rápidos pero igualmente viables.
