Los ingenieros aeroespaciales del MIT han ideado un algoritmo que permitiría que los drones o UAMs realicen sus trayectorias de vuelo más rápido evitando obstáculos. El nuevo algoritmo supera a los existentes porque el dron vuela a través de obstáculos hasta un 20 por ciento más rápido que un UAM que utiliza algoritmos de planificación convencionales. En las demostraciones, curiosamente, el nuevo algoritmo no siempre mantuvo al dron por delante de su competidor convencional durante todo el trayecto, ya que en algunos casos, “eligió” reducir la velocidad para manejar una curva complicada o ahorrar energía para acelerar y finalmente adelantar a su rival.
El algoritmo del MIT combina simulaciones de un dron que vuela a través de una pista de obstáculos virtuales con datos de experimentos realizados por un dispositivo que recorre el mismo espacio real.
Según los ingenieros, a altas velocidades hay una aerodinámica intrincada que es difícil de simular, por lo que se utilizaron experimentos reales para sustituir la información que no poseían (agujeros negros) y descubrir, por ejemplo, que podría ser mejor que el dron redujera la velocidad en espacios difíciles para ser más rápido en la totalidad del vuelo.
Este tipo de algoritmos son un paso muy valioso para habilitar futuros drones que puedan navegar más rápido en entornos complejos.
“Entrenar” a los drones para que vuelen alrededor de los obstáculos es relativamente sencillo cuando vuelan lentamente, esto se debe a que la aerodinámica y la resistencia no inciden a bajas velocidades. El problema es cuando el UAM vuela a altas velocidades y los efectos son mucho más pronunciados y difíciles de predecir para establecer maniobras evasivas.
“Cuando vuelas rápido, es difícil estimar dónde estás», dice Gilhyun Ryou, una graduada del MIT que trabaja en el programa. “Podría haber retrasos en el envío de una señal a un motor o una caída repentina de voltaje que podría causar otros problemas en la dinámica. Estos efectos no se pueden modelar con enfoques de planificación tradicionales”, dijo la investigadora.
Para comprender cómo la aerodinámica de alta velocidad afecta a los drones en vuelo, los investigadores tienen que realizar muchos experimentos en el laboratorio colocando drones a varias velocidades y trayectorias para ver cuál vuela más rápido sin chocar, lo cual es un proceso de entrenamiento costoso por los accidentes.
Ahora el MIT evita una parte de los costos gracias al algoritmo de planificación de vuelos de alta velocidad que combina simulaciones y datos de la realidad que minimizan la cantidad de experimentos necesarios para identificar rutas de vuelo rápidas y seguras.
Los investigadores comenzaron con un modelo físico de planificación de vuelo que desarrollaron para simular primero cómo es probable que se comporte un dron mientras vuela a través de una carrera de obstáculos virtual, luego simularon miles de escenarios de carreras, cada uno con una ruta de vuelo y un patrón de velocidad diferentes. Acto seguido establecieron si cada escenario era factible (seguro) o inviable (por terminar en un choque). A partir de esa información gráfica, se concentraron rápidamente en un puñado de escenarios prometedores, o trayectorias de carreras a probar en un laboratorio.
“Podemos hacer esta simulación de baja fidelidad de forma económica y rápida, para ver trayectorias interesantes que podrían ser rápidas y factibles. Luego, realizamos experimentos con estas trayectorias para ver cuáles son realmente factibles en el mundo real ”, dijo Sertac Karaman, profesor asociado de aeronáutica y astronáutica y director del Laboratorio de Sistemas de Información y Decisiones del MIT. “En última instancia, convergemos hacia la trayectoria óptima que nos da el menor tiempo posible”.
Ir lento para ser más veloces
Para demostrar su nuevo enfoque, los investigadores hicieron una simulación con un dron que volaba a través de un recorrido simple con cinco obstáculos grandes de forma cuadrada dispuestos en una configuración escalonada. Establecieron esta misma configuración en un espacio de entrenamiento físico y programaron un dron para volar a través del curso a velocidades y trayectorias que previamente seleccionaron en sus simulaciones. También realizaron el mismo trayecto con un dron entrenado en un algoritmo más convencional que no incorpora experimentos en su planificación. En general, el dron entrenado con el nuevo algoritmo «ganó» todas las carreras, completando el recorrido en menos tiempo que el dron entrenado convencionalmente. En algunos escenarios, el dron ganador terminó el recorrido un 20 por ciento más rápido que su competidor, a pesar de que tomó una trayectoria con un comienzo más lento, por ejemplo, tomó un poco más de tiempo para realizar un viraje. Este tipo de ajuste sutil no fue realizado por el dron entrenado convencionalmente, probablemente porque sus trayectorias, basadas únicamente en simulaciones, no podían explicar por completo los efectos aerodinámicos que los experimentos revelaron en el mundo real.
Los investigadores planean volar más experimentos, a velocidades más rápidas y a través de entornos más complejos, para mejorar aún más su algoritmo. También pueden incorporar datos de vuelo de pilotos humanos que compiten con drones de forma remota, y cuyas decisiones y maniobras podrían ayudar a concentrarse en planes de vuelo aún más rápidos pero factibles.
El avance de los algoritmos en todo tipo de vuelos implicarán cambios de inteligencia artificial que tendrán impacto en toda la aviación, por lo que estar atentos a estos cambios y sus implicancias es fundamental para pensar el sector aeronáutico de las próximas décadas.
Esta investigación fue apoyada, en parte, por la Oficina de Investigación Naval de EE. UU.