.

Innovadores menores de 35

Pioneros

Descubre sus soluciones diferentes e inesperadas para sectores como la energía limpia y la exploración espacial

Angela Schoellig, 34

Universidad de Toronto

Los drones vuelan de forma más segura y los coches autónomos circulan con menor tasa de accidentes gracias a sus algoritmos

La seguridad no solía ser una gran preocupación con los sistemas de aprendizaje automático. Cualquier error en el etiquetado de imágenes o reconocimiento de voz podía resultar molesto, pero no ponía en riesgo la vida de nadie. Pero con los vehículos autónomos, los drones y los robots de fabricación, la cosa es otro cantar.

Angela Schoellig, que dirige el Laboratorio de Sistemas Dinámicos de la Universidad de Toronto (Canadá), ha desarrollado algoritmos de aprendizaje que permiten que los robots aprendan juntos y se enseñen entre sí. Esto garantiza, por ejemplo, que un robot volador nunca choque contra una pared mientras navegue por un lugar desconocido, o que un vehículo autónomo nunca abandone su carril mientras recorra una ciudad nueva. Su trabajo ha ampliado con creces las capacidades de los robots actuales, permitiendo así que los vehículos autónomos aéreos y terrestres naveguen un camino predefinido a pesar de incertidumbres como el viento, cambios de carga útil o condiciones desconocidas de la carretera.

Como alumna de doctorado en el Escuela Politécnica Federal de Zúrich (Suiza), Schoellig colaboró en el desarrollo del Flying Machine Arena (Pista de Máquinas Voladoras), un espacio de 10 metros cúbicos para entrenar drones para que vuelen juntos en un espacio cerrado. En 2010, creó un espectáculo en el que una flota de vehículos aéreos no tripulados volaba al son de la música. El proyecto "cuadricóptero bailarín", como se lo conoce, utilizó algoritmos que permitieron a los drones adaptar sus movimientos para coincidir con el tempo y el carácter de la música, y coordinarse para evitar colisiones, sin necesidad de que los investigadores controlasen manualmente sus rutas de vuelo. Su configuración logró desvincular dos componentes esenciales y generalmente entrelazados de los sistemas autónomos: la percepción y la acción. Lo consiguió al colocar en el centro del espacio un sistema de captura de movimiento elevado y de alta precisión capaz de ubicar perfectamente múltiples objetos a velocidades superiores a 200 fotogramas por segundo. Este sistema externo permitió al equipo concentrar sus recursos en los algoritmos de control del vehículo.

Por Simon Parkin