Un equipo internacional de científicos ha desarrollado un nuevo enfoque de inteligencia artificial que permite a los robots aprender no solo qué acción ejecutar, sino también el momento oportuno para tomar decisiones. El estudio, enmarcado en el proyecto TYRELL y liderado por el Instituto de Investigación en Ingeniería Mecatrónica y Sistemas Ciberfísicos de la Universidad de Málaga (UMA), propone modificar la técnica tradicional de aprendizaje por refuerzo. En lugar de operar con intervalos temporales fijos definidos por un diseñador, el nuevo modelo permite que los sistemas autónomos adapten dinámicamente su frecuencia de reacción al nivel de riesgo e incertidumbre del entorno.
Mediante el desarrollo de los denominados Mapas de Tiempo Subjetivo, los investigadores lograron que los robots incrementen su nivel de atención y reaccionen con rapidez en áreas complejas o con obstáculos, al tiempo que espacian sus decisiones en escenarios más despejados. Esta flexibilidad emula la conducta humana ante tareas de distinta exigencia, reduciendo significativamente el consumo de energía y el procesamiento computacional sin comprometer la seguridad. Juan Antonio Fernández Madrigal, investigador principal del proyecto, destacó que esta capacidad de autorregulación optimiza la precisión en la navegación incluso cuando se presentan retrasos en las comunicaciones o fallas de localización.
Los hallazgos de este trabajo, publicados en la revista científica Computer Modeling in Engineering & Sciences, cuentan con la colaboración de la Örebro University de Suecia y la École Polytechnique Fédérale de Lausanne de Suiza. El proyecto TYRELL contempla la aplicación de estos avances tanto en robots móviles como en brazos manipuladores, abriendo nuevas posibilidades de uso industrial en campos como la logística, la agricultura de precisión, la inspección de infraestructuras y las labores de búsqueda y rescate.
