El miércoles, un equipo de investigadores de la Universidad de Zúrich e Intel anunciaron que habían desarrollado un sistema de drones autónomo llamado Swift que puede vencer a campeones humanos en carreras de drones con vista en primera persona (FPV). Si bien la IA ha superado anteriormente a los humanos en juegos como el ajedrez, Ire incluso Barco de estrellasesta puede ser la primera vez que un sistema de inteligencia artificial supera a los pilotos humanos en un deporte físico.
Las carreras de drones FPV son un deporte en el que los competidores intentan pilotar drones de alta velocidad a través de una carrera de obstáculos lo más rápido posible. Los pilotos controlan los drones de forma remota mientras usan unos auriculares que proporcionan una transmisión de video desde una cámara a bordo, lo que les brinda una vista en primera persona desde la perspectiva del drone.
Los investigadores de la Universidad de Zúrich (UZH) han estado intentando crear un piloto de drone ideal impulsado por IA durante años, pero antes necesitaban la ayuda de un sistema especial de captura de movimiento para lograr la victoria. Recientemente, se les ocurrió un avance autónomo basado en gran medida en la visión artificial, lo que coloca al sistema de inteligencia artificial en una posición más equitativa con un piloto humano.
Vídeo oficial de «Carreras de drones a nivel de campeón utilizando el aprendizaje por refuerzo profundo» (Nature, 2023).
Su solución, Swift, utiliza datos en tiempo real recopilados por una cámara integrada similar a las que utilizan los corredores humanos. También incorpora una unidad de medición inercial integrada que mide la aceleración y velocidad del dron. Una red neuronal artificial procesa estos datos para localizar el dron en el espacio e identificar las puertas de carrera en la pista. Luego, esta información es utilizada por una unidad de control, que también se basa en una red neuronal profunda, para elegir el mejor curso de acción para completar el circuito de carrera lo más rápido posible. El equipo entrenó el modelo de IA mediante aprendizaje por refuerzo en un entorno simulado, donde el sistema aprendió solo mediante prueba y error.
Swift compitió contra tres pilotos humanos de clase mundial: el campeón de la Drone Racing League de 2019, Alex Vanover, el campeón de MultiGP Drone Racing de 2019, Thomas Bitmatta, y el tres veces campeón suizo, Marvin Schaepper.
Regina Sablotny / UZH
Las carreras se llevaron a cabo entre el 5 y el 13 de junio de 2022, en una pista especialmente diseñada que cubría un área de 25 por 25 metros y presentaba siete puertas cuadradas por las que los drones tenían que pasar en un orden específico para completar una vuelta. El circuito también incluyó maniobras desafiantes como un «Split-S», que es «una característica acrobática que implica girar el dron hasta la mitad y ejecutar un medio bucle descendente a toda velocidad», según UZH.
Swift consiguió múltiples victorias contra los campeones humanos e incluso registró la vuelta más rápida, terminando con medio segundo de ventaja sobre el mejor piloto humano. Sin embargo, se observó que el sistema de IA mostraba limitaciones en cuanto a generalización y adaptabilidad, y tenía dificultades cuando las condiciones diferían de aquellas para las que fue entrenado, como cambios en la iluminación. En general, el concurso demostró que, si bien la IA ha logrado avances significativos en la navegación en entornos físicos, los pilotos humanos aún mantienen una ventaja en adaptabilidad y respuesta a condiciones variables.
El equipo de investigación detrás del nuevo sistema de inteligencia artificial para drones incluye a Elia Kaufmann, Leonard Bauersfeld, Antonio Loquercio, Matthias Müller, Vladlen Koltun y Davide Scaramuzza. Publicaron sus resultados el miércoles en un artículo de Nature, titulado «Carreras de drones a nivel campeón utilizando aprendizaje por refuerzo profundo».
Según el equipo, esta nueva tecnología tiene varias aplicaciones potenciales en el mundo real. Scaramuzza, jefe del Grupo de Robótica y Percepción de la UZH, dice que volar drones más rápido aumenta su utilidad debido a la capacidad limitada de su batería. Las capacidades de Swift podrían encontrar aplicaciones en el monitoreo forestal, la exploración espacial y la industria cinematográfica, donde drones de rápido movimiento podrían filmar escenas de acción. Además, la tecnología podría resultar útil en misiones de búsqueda y rescate en las que los drones necesitan cubrir grandes áreas rápidamente.
Al examinar el panorama social en línea, queda claro que el trabajo de UZH con drones ha impresionado a otros. En Hackernews, un usuario que se identificó como un consultor que ha desarrollado software para carreras de drones en el pasado dijo: «Me alegro mucho de ver que este equipo de UZH continúa superando los límites y ahora está venciendo a los campeones humanos. Si vieras al equipo y Lo que lograron en menos de un año, estaba claro que tenían mucho talento y que los corredores humanos tenían mucho trabajo por delante para mantenerse a la vanguardia».