Un dron pilotado por inteligencia artificial ha vencido a múltiples competidores humanos, incluido el campeón del mundo de la DRL. Un artículo publicado en la revista Nature detalla cómo investigadores de la Universidad de Zúrich y los Laboratorios Intel construyeron el primer dron autónomo capaz de vencer a una persona en carreras 1 a 1.

Conocido como Swift, el vehículo utiliza una combinación de algoritmos y un sistema de percepción que analiza el entorno y asigna comandos de control. Por medio de aprendizaje de refuerzo profundo, los científicos consiguieron que el dron venciera a tres campeones de diversas categorías en una pista con varios obstáculos. Swift no solo fue capaz de acabar con sus contrincantes, sino también de registrar los mejores tiempos de vuelta en la competición.

¿Cómo pudo conseguirlo? De acuerdo con investigadores del Grupo de Robótica y Percepción de la Universidad de Zúrich, Swift se vale de un sensor inercial, una cámara y un ordenador a bordo. El dron utiliza odometría visual inercial (VIO) para estimar su posición, velocidad y orientación. Con la ayuda de la cámara y un algoritmo PNP, Swift triangula la ubicación de las puertas por las que debe pasar durante cada vuelta.

dron de inteligencia artificial vence al campeón del mundo en una carrera 1-a-1

El dron utiliza una política de control que toma los datos producidos por el sistema de percepción y los traduce en comandos de control. Antes de medirse con un competidor humano, la política es entrenada usando aprendizaje de refuerzo profundo. Dentro de un simulador, los investigadores ejecutan una secuencia con 100 agentes en paralelo para encontrar el camino más rápido en la pista.

Dron con IA vs. un campeón mundial ¿quién es mejor?

Para poner a prueba a Swift, los científicos construyeron una pista diseñada por Alex Vanover, campeón del mundo de la DRL en 2019. El circuito consiste en una vuelta de 75 m en donde los pilotos deberán pasar a través de siete puertas cuadradas pilotando drones similares a los que se utilizan en las competencias.

Tras una semana de prácticas, Vanover se unió a Thomas Bitmatta, dos veces campeón de la MultiGP, así como Marvin Schaepper, tricampeón nacional de Suiza. Los pilotos compitieron frente a Swift en carreras 1 a 1 de tres vueltas donde el requisito era transitar por las puertas en el orden correcto. Tras varias carreras, el dron autónomo impulsado por inteligencia artificial se alzó con la victoria y registró los mejores tiempos de vuelta.

YouTube video

Si bien los resultados son sorprendentes, Swift tiene una ligera ventaja con respecto a sus contrincantes humanos. Mientras que Vanover y compañía solo utilizan la cámara y sus habilidades para controlar el vehículo, el dron autónomo se vale de un sensor inercial y tiene un menor tiempo de respuesta en las reacciones sensoriales y motoras. La única desventaja de Swift es que la cámara tiene una frecuencia de actualización de 30 Hz, mientras que los pilotos humanos usan una a 120 Hz.

"Se siente diferente competir contra una máquina, porque sabes que no se cansa"

Los resultados obtenidos por Swift son impresionantes y representan un paso importante en las técnicas de aprendizaje de refuerzo profundo. Anteriormente, la inteligencia artificial consiguió superar a los humanos en juegos como Go, StarCraft, y en fechas recientes, Gran Turismo. Todos ellos estaban limitados a un entorno virtual, por lo que el salto a un espacio físico significa un gran avance.

Otro detalle que llama la atención es que Swift no requiere de un hardware robusto para su entrenamiento. El simulador se ejecuta en un ordenador con procesador Core i9-12900K, 32 GB de RAM y una GPU GeForce RTX 3090. Según el estudio, a los científicos les tomó 50 minutos antes de descubrir la ruta ideal en el simulador.

"Las posibilidades son infinitas, este es el comienzo de algo que podría cambiar el mundo entero. Por otro lado, soy un corredor, no quiero que nada sea más rápido que yo", declaró Thomas Bitmatta. "Pronto, el dron con IA podría incluso utilizarse como herramienta de entrenamiento para comprender lo que sería posible".