La Dra. Yini Airet Miró, docente investigadora de la Universidad Europea del Atlántico (UNEATLANTICO) y el Dr. Roberto Marcelo Alvarez, director ejecutivo de la Fundación Universitaria Iberoamericana (FUNIBER) de la sede de Argentina y Uruguay, participan junto a un equipo internacional de investigadores en un nuevo estudio. La investigación propone un sistema de respuesta de emergencia basado en drones autónomos y aprendizaje por refuerzo multiagente para agilizar la búsqueda de víctimas en accidentes ocurridos en túneles.
El estudio parte de una realidad ampliamente reconocida: los túneles constituyen infraestructuras esenciales para el transporte moderno, pero también representan uno de los escenarios más difíciles para las labores de rescate debido a su configuración cerrada, la limitada visibilidad, la acumulación de humo, los daños estructurales y la ausencia de sistemas de posicionamiento como el GPS. Estas condiciones dificultan la toma de decisiones rápidas y eficaces durante una emergencia, lo que incrementa el riesgo tanto para las personas afectadas como para los equipos de intervención.
Inteligencia artificial para mejorar las operaciones de rescate
Con el propósito de afrontar estos desafíos, los investigadores diseñaron un sistema de aprendizaje por refuerzo multiagente que permite a varios vehículos autónomos explorar de forma simultánea un túnel accidentado y coordinar sus movimientos para localizar víctimas de manera eficiente.
A diferencia de otros enfoques que requieren una comunicación constante entre los distintos dispositivos o una elevada capacidad de procesamiento, el modelo propuesto permite que cada agente tome decisiones de forma independiente a partir de la información que obtiene de su entorno inmediato. Esta estrategia reduce la carga computacional y facilita su aplicación en situaciones reales, donde las comunicaciones pueden verse afectadas por el propio accidente.
El protocolo incorpora además un mecanismo de exploración inspirado en el comportamiento cooperativo de los lobos grises, lo que favorece una distribución más eficiente de los vehículos a lo largo del túnel y evita que varios equipos inspeccionen las mismas zonas de forma repetitiva. De este modo, se incrementa la cobertura del área afectada y se optimizan los recursos disponibles durante las operaciones de emergencia.
Una respuesta más rápida y segura en escenarios complejos
Los investigadores evaluaron el rendimiento del sistema mediante diferentes simulaciones que reproducían accidentes en túneles con distintos niveles de complejidad, incluyendo pasillos estrechos, obstáculos, derrumbes parciales y múltiples víctimas distribuidas en diferentes ubicaciones.
Los resultados muestran que el protocolo propuesto consigue reducir el tiempo necesario para localizar a las personas atrapadas, mejorar la cobertura del entorno y disminuir el número de desplazamientos innecesarios respecto a otros métodos de exploración utilizados como referencia.
Asimismo, el sistema fue capaz de minimizar el riesgo de colisiones entre los distintos vehículos autónomos durante las operaciones de búsqueda, un aspecto especialmente importante en espacios confinados donde la movilidad resulta muy limitada y cualquier interferencia puede retrasar las labores de rescate.
Otro de los aspectos destacados del estudio es la capacidad del algoritmo para adaptarse a entornos dinámicos. A medida que cambian las condiciones del accidente, como la aparición de nuevos obstáculos o el bloqueo de determinadas rutas, los agentes modifican su estrategia de exploración para continuar avanzando hacia las zonas todavía no inspeccionadas y mantener la eficacia de la misión.
Aplicaciones para la gestión inteligente de emergencias
Los autores consideran que este trabajo representa un avance significativo en el desarrollo de sistemas inteligentes de respuesta ante desastres, especialmente en infraestructuras subterráneas donde el tiempo de actuación resulta determinante para salvar vidas.
Aunque la investigación se ha validado mediante simulaciones, el marco desarrollado ofrece una base sólida para futuras aplicaciones en escenarios reales. Entre las próximas líneas de trabajo se contempla la incorporación de modelos tridimensionales de túneles, sensores con condiciones de funcionamiento más realistas y pruebas experimentales con plataformas robóticas capaces de operar en entornos de emergencia.
Este tipo de investigaciones pone de manifiesto el creciente potencial de la inteligencia artificial y los sistemas autónomos para reforzar la gestión de riesgos y mejorar la capacidad de respuesta frente a situaciones críticas, contribuyendo al desarrollo de infraestructuras más seguras y resilientes.
Si quieres conocer más sobre este estudio, haz clic aquí.
En caso de querer consultar más sobre artículos de investigación de nuestra comunidad, se puede acceder a través del Repositorio UNEATLANTICO o el portal de noticias de investigación.