Espacio 2.0: El auge de los robots autónomos y la IA

La necesidad de los humanos de comprender mejor el mundo más allá de las estrellas ha llevado a logros revolucionarios. Esta fascinación por el espacio nos ayudó a alcanzar hitos como el alunizaje del Apolo 11, que marcó los primeros pasos de la humanidad fuera de la Tierra. Con este gran paso, entramos en la era de la exploración espacial ambiciosa e impulsada por la curiosidad.

Sin embargo, el camino hacia la exploración y comprensión celestial no fue fácil. De hecho, planteaba graves riesgos para los humanos debido a la exposición a peligros espaciales, incluidos altos niveles de radiación, fluctuaciones extremas de temperatura, condiciones de vacío, fallos mecánicos y la incertidumbre inherente de entornos desconocidos. Existía una clara necesidad de sistemas más seguros y eficientes, lo que llevó al desarrollo y despliegue de la robótica y la inteligencia artificial.

Estos avances tecnológicos nos proporcionaron formas mejores y más seguras de explorar el vasto universo. Como resultado, los robots se han convertido ahora en una parte vital de las misiones espaciales. De hecho, estas máquinas se están convirtiendo rápidamente en los exploradores principales en entornos que son simplemente demasiado peligrosos para los humanos.

A diferencia de nosotros, los frágiles humanos, estos sistemas robóticos pueden soportar fácilmente las condiciones extremas del espacio. Más importante aún, pueden operar continuamente sin cansarse ni aburrirse.

Y es por eso que NASA está haciendo un uso extensivo de robots. Por ejemplo, está utilizando los robots voladores libres de Astrobee, llamados Bumble, Honey y Queen, para ayudar a los miembros de la tripulación en la Estación Espacial Internacional (ISS). Estos robots con forma de cubo asisten a los astronautas en tareas rutinarias, como el seguimiento de suministros, la operación de sistemas y la documentación de videos, mientras los astronautas se centran en tareas más cruciales.

Pero eso no es todo. Cuando se integran con IA, estas máquinas también pueden procesar grandes cantidades de datos en tiempo real y tomar decisiones de forma autónoma, lo que las hace aún más potentes.

Las innovaciones en curso en el sector tienen como objetivo llevar estas capacidades aún más lejos. Recientemente, la empresa china de robótica Engine AI compartió sus ambiciosos planes para enviar al primer robot astronauta humanoide del mundo al espacio.

PM01 es el robot humanoide que será enviado al espacio. Esta plataforma humanoide inteligente, ligera y de código abierto fusiona el movimiento similar al humano con una inteligencia robótica avanzada. Tiene una estructura biónica que imita el movimiento humano y una pantalla central altamente interactiva, además de una respuesta de movimiento ultrarrápida, sensores ambientales de alta precisión y capacidades de toma de decisiones autónomas. Para gestionar la percepción compleja, el control del movimiento y las cargas de trabajo en tiempo real, su arquitectura de doble chip combina un módulo NVIDIA Jetson Orin con una CPU Intel N97 para ofrecer computación de alto rendimiento.

Por lo tanto, a medida que los robots se vuelven más resistentes, adaptables y autónomos, podrán asumir tareas de alto riesgo, como el mantenimiento externo de estaciones espaciales y tareas de monitoreo a largo plazo que exponen a los astronautas a un peligro significativo.

El futuro de la exploración espacial claramente se dirige hacia una mayor automatización. En lugar de poner a los astronautas en peligro, las misiones simplemente los reemplazarán con redes de robots inteligentes que pueden trabajar de manera colaborativa a grandes distancias.

Ahora, echemos un vistazo a cómo está teniendo lugar esta transformación en la práctica a través de dos desarrollos clave: la robótica autónoma para explorar tubos de lava subterráneos en la Luna y Marte, y las rutas generadas por IA para que los rovers viajen de forma segura por el terreno marciano.

Mapeo y navegación de tubos de lava extraterrestres con robots

Han pasado casi dos décadas desde que se descubrieron por primera vez pozos en la Luna y más de medio siglo desde la detección de enormes tubos de lava en Marte. Estas cuevas gigantescas son lo suficientemente grandes como para albergar pueblos.

Creados por actividad volcánica, estos tubos de lava también se encuentran en la Tierra, incluidos Islandia, Hawái, Sicilia, Australia y las Islas Galápagos.

Si bien estos tubos en Marte y la Luna muestran potencial como futuras bases humanas, ya que son más seguros que sus superficies al ofrecer protección contra los rayos cósmicos, la radiación solar y los frecuentes impactos de meteoritos, no son de fácil acceso. El interior de estos túneles de lava es extremadamente afilado y el terreno es irregular, lo que requiere estudios detallados. Pero recopilar más información sobre estas estructuras subterráneas es un desafío.

Las claraboyas, que son secciones colapsadas de los techos de los tubos, y los largos y sinuosos canales observados en imágenes orbitales sugieren grandes vacíos subterráneos; sin embargo, las imágenes no pueden revelar qué tubos son adecuados para hábitats.

Para abordar los desafíos de los paisajes rocosos, los puntos de entrada limitados y las condiciones peligrosas, investigadores del Laboratorio de Robótica Espacial de la Universidad de Málaga (UMA) presentaron un nuevo concepto de misión que utiliza un trío de robots inteligentes para explorar de forma autónoma estos entornos subterráneos.

Los robots están siendo probados actualmente en las cuevas volcánicas de Lanzarote, España, y el equipo pretende utilizarlos para futuras misiones a la Luna.

Publicado en la revista científica Science Robotics¹, el concepto se basa en tres tipos diferentes de robots, a saber, SherpaTT, LUVMI-X y el rover Coyote III, que trabajan juntos de forma autónoma para explorar los duros espacios subterráneos de Marte y la Luna.

La misión propuesta por el equipo tiene cuatro etapas. Comienza con robots mapeando las entradas de las cuevas y generando un modelo detallado de elevación. Luego, se despliega un cubo de carga sensorizado en la cueva para recoger mediciones iniciales. A continuación, se baja un rover explorador a través de la entrada para iniciar la etapa final, que implica atravesar terrenos hostiles, recopilar datos y crear mapas 3D detallados del interior.

La prueba de campo en el mundo real en la isla volcánica de Lanzarote, realizada a principios de 2023, demostró que el enfoque del equipo funciona según lo planeado. El Centro de Investigación Alemán de Inteligencia Artificial (DFKI) dirigió la prueba, con contribuciones de la universidad española, UMA, y la empresa GMV.

El enfoque del Laboratorio de Robótica Espacial de la UMA está en desarrollar nuevas tecnologías y métodos para aumentar la autonomía en la robótica espacial, cubriendo tanto misiones orbitales como planetarias. El laboratorio ha estado trabajando estrechamente con la Agencia Espacial Europea para desarrollar algoritmos que ayuden a los rovers a planificar rutas y operar de manera más independiente.

La prueba confirmó que el enfoque de misión de cuatro fases es técnicamente factible, destacando el potencial de los sistemas robóticos colaborativos para la futura exploración planetaria.

Sistemas de navegación impulsados por IA para rovers planetarios

En otro avance importante, el rover Perseverance de la NASA, un científico robótico del tamaño de un automóvil que ha estado buscando signos de vida microbiana antigua y recolectando muestras para su futuro retorno a la Tierra, completó el primer recorrido planificado por IA en el “Planeta Rojo”.

Así que, en lugar de utilizar rutas planificadas por operadores humanos, el explorador de Marte hizo historia utilizando las organizadas por la IA.

Para crear rutas, una IA con capacidades visuales primero analizó imágenes y datos del terreno utilizados por los planificadores humanos de rovers para identificar peligros como rocas y ondulaciones de arena, y luego planificó una ruta segura a través de la superficie marciana.

Pero antes de utilizar realmente las rutas generadas por IA, estas se probaron primero en la réplica virtual del rover de seis ruedas, donde Perseverance las siguió con éxito, viajando de forma autónoma cientos de pies.

Dirigido por el Laboratorio de Propulsión a Chorro de la NASA, que supervisa las operaciones diarias del rover, Perseverance ha completado ahora los primeros recorridos en otro planeta, con puntos de referencia planificados por IA generativa.

“Esta demostración muestra cuánto han avanzado nuestras capacidades y amplía la forma en que exploraremos otros mundos”, dijo el administrador de la NASA, Jared Isaacman. “Tecnologías autónomas como esta pueden ayudar a que las misiones operen de manera más eficiente, respondan a terrenos desafiantes y aumenten el retorno científico a medida que crece la distancia desde la Tierra. Es un fuerte ejemplo de equipos que aplican nueva tecnología de manera cuidadosa y responsable en operaciones reales”.

Para la demostración histórica a principios de diciembre del año pasado, los ingenieros utilizaron modelos de visión y lenguaje para analizar datos existentes del conjunto de datos de misiones de superficie del JPL. Al analizar la misma información e imágenes que utilizan los planificadores humanos, el sistema identificó ubicaciones de puntos de referencia para que Perseverance viajara de forma segura a través del difícil terreno marciano.

El logro fue un esfuerzo coordinado entre el Centro de Operaciones de Rovers (ROC) del JPL y los modelos de IA Claude de Anthropic.

“Imaginen sistemas inteligentes no solo en tierra en la Tierra, sino también en aplicaciones de borde en nuestros rovers, helicópteros, drones y otros elementos de superficie entrenados con la sabiduría colectiva de nuestros ingenieros, científicos y astronautas de la NASA”, dijo Matt Wallace, gerente de la Oficina de Sistemas de Exploración del JPL. “Esa es la tecnología revolucionaria que necesitamos para establecer la infraestructura y los sistemas requeridos para una presencia humana permanente en la Luna y llevar a EE. UU. a Marte y más allá”.

Con Marte estando a 140 millones de millas de la Tierra, los retrasos en la comunicación hacen imposible controlar el rover en tiempo real.

Durante mucho tiempo, la navegación de los rovers ha dependido de humanos que estudian diligentemente los datos del terreno y luego planifican rutas con anticipación. Estas rutas están compuestas por puntos de referencia espaciados aproximadamente cada 100 metros para reducir el riesgo de que el rover encuentre peligros. Una vez completados, los planes se envían a través de la infraestructura de telecomunicaciones de la Red del Espacio Profundo (DSN) de la NASA, y luego el rover ejecuta las instrucciones.

Pero durante los recorridos de Perseverance en los días marcianos 1.707 y 1.709, esta responsabilidad fue delegada a la IA generativa. El sistema analizó imágenes orbitales de alta resolución adquiridas por la cámara HiRISE en el lado nadir de la nave espacial MRO, junto con datos de pendiente del terreno de modelos de elevación digital.

La información ayudó a la IA a identificar campos de rocas, lecho rocoso, ondulaciones de arena, afloramientos y otras características superficiales importantes. Luego, la IA desarrolló una ruta de conducción continua con todos los puntos de referencia necesarios. Según Vandi Verma, robótica espacial en el JPL y miembro del equipo de ingeniería de Perseverance:

“Los elementos fundamentales de la IA generativa están mostrando mucho potencial para agilizar los pilares de la navegación autónoma para la conducción fuera del planeta: percepción (ver las rocas y ondulaciones), localización (saber dónde estamos) y planificación y control (decidir y ejecutar la ruta más segura)”.

Estas instrucciones se ejecutaron a través del gemelo digital del JPL (la réplica virtual del rover), que verificó más de 500,000 variables de telemetría para asegurarse de que el plan funcionaría de manera segura con el software de vuelo de Perseverance.

Utilizando este plan generado por IA, el Perseverance de la NASA viajó 210 metros el 8 de diciembre y 246 metros el 10 de diciembre.

“Nos estamos moviendo hacia un día en que la IA generativa y otras herramientas inteligentes ayudarán a nuestros rovers de superficie a manejar recorridos a escala de kilómetros mientras minimizan la carga de trabajo del operador, y señalarán características superficiales interesantes para nuestro equipo científico al examinar grandes volúmenes de imágenes de los rovers”.

– Verma

Robótica e IA en la exploración espacial