- El dron MonoRace vence a tres campeones mundiales a una velocidad de aproximadamente 62 millas por hora.
- El sistema utiliza una sola cámara y una IMU para navegar, sin necesidad de GPS.
- MonoRace genera directamente comandos de motor mediante aprendizaje por refuerzo, con una velocidad de reacción extremadamente rápida.
- La investigación muestra que también se puede extraer inteligencia eficiente con recursos limitados, impulsando el desarrollo de la IA.
Un dron de carreras que observa el mundo a través de una sola cámara venció a tres excampeones mundiales y a todos los demás equipos autónomos participantes en una competición internacional, alcanzando una velocidad de aproximadamente 62 millas por hora (100 kilómetros por hora), según informaron investigadores de Delft University of Technology. El sistema, llamado MonoRace, fue desarrollado en el MAVLab del Departamento de Ingeniería Aeroespacial de Delft University of Technology. Los primeros sistemas de carreras autónomas dependían de múltiples sensores, mientras que MonoRace utiliza una cámara frontal y una unidad de medición inercial (IMU) para la percepción, la navegación y el control.
A velocidades de carrera, el dron apenas tiene tiempo para interpretar imágenes borrosas y distorsionadas. Una red neuronal identifica las puertas de la pista en cada fotograma, mientras que la IMU y el modelo dinámico del dron se utilizan para estimar su posición y movimiento. El sistema no emplea GPS ni seguimiento externo del movimiento. El software también debe hacer frente a fallos en el vuelo real, como interferencias en la cámara y saturación de los sensores. El autor principal del estudio, Stavrow Bahnam, afirmó: «Desarrollamos un método robusto que combina la información que ve la cámara con la información del propio movimiento del dron, lo que le permite navegar sin GPS.»
El diseño único del sistema MonoRace
MonoRace no emplea una pila de control tradicional; el sistema utiliza una pequeña red neuronal para generar directamente comandos de motor. Se ejecuta en un diminuto chip a bordo, y el controlador de vuelo emite comandos a una frecuencia de 500 veces por segundo. Los investigadores lo entrenaron mediante aprendizaje por refuerzo, lo que le permite controlar el dron teniendo en cuenta las limitaciones físicas. El autor Robin Ferede señala que omitir el paso de planificar primero la trayectoria de vuelo permite al controlador reaccionar con extrema rapidez y aprovechar al máximo el rendimiento del dron, manteniéndose al mismo tiempo lo bastante pequeño para ejecutarse a bordo.
El equipo de investigación probó MonoRace en la competición de drones autónomos de Abu Dhabi de 2025. Los organizadores diseñaron y operaron el dron y el entorno de la pista, por lo que los investigadores no pudieron controlar el hardware ni la pista. Aun así, el dron de Delft alcanzó una velocidad de 100 kilómetros por hora y venció a todos los demás equipos autónomos y a tres pilotos humanos excampeones mundiales. Christophe De Wagter dijo que el objetivo no era dar a los robots sensores y computadoras más potentes, sino ver cuánta inteligencia se puede extraer con recursos limitados.
Las carreras llevan la IA al límite
Las carreras obligan a la IA a ser rápida, robusta y capaz de adaptarse sin mediciones de referencia externas.
Guido de Croon, profesor de Delft University of Technology, afirma que las carreras son una forma de llevar la IA robótica al límite. En este caso, el equipo optimizó la velocidad, pero señala que el mismo método también podría priorizar la eficiencia o la seguridad, por ejemplo, para proporcionar un control suave y energéticamente óptimo a máquinas que van desde pequeñas aspiradoras hasta grandes grúas en tierra. Los investigadores creen que estos principios pueden ayudar a muchos sistemas autónomos, incluidos vehículos, robots móviles y futuros robots aéreos y humanoides, a tomar decisiones rápidas y fiables con una capacidad de cómputo limitada a bordo.
La investigación se publicó por primera vez en la revista Science Robotics.
El impacto de MonoRace en los sistemas autónomos
El éxito de MonoRace no solo demuestra el rendimiento de los drones en condiciones extremas, sino que también pone de relieve cómo, con recursos limitados, las tecnologías innovadoras pueden mejorar la capacidad inteligente de los sistemas autónomos. Este método no depende de la configuración tradicional de múltiples sensores, sino que utiliza una sola cámara e información de movimiento interna, lo que muestra el potencial de los futuros sistemas autónomos en diversas aplicaciones, ya sea en el transporte o en la automatización industrial, que pueden beneficiarse de esta estrategia de control eficiente.