Ingenieros de Stanford han utilizado, por primera vez, IA para controlar un robot en la Estación Espacial Internacional. Su trabajo podría allanar el camino para ayudantes más autónomos en futuras misiones a la Luna y Marte.
Un robot del tamaño de una tostadora deslizándose silenciosamente por la Estación Espacial Internacional, esquivando computadoras portátiles y equipos de laboratorio mientras entrega suministros o comprueba fugas sin un astronauta a los mandos, suena a ciencia ficción. Un equipo dirigido por Stanford acaba de dar un gran paso para convertirlo en una rutina.
Investigadores de la Universidad de Stanford han sido los primeros en demostrar que un sistema de control basado en aprendizaje automático puede operar un robot a bordo de la Estación Espacial Internacional (ISS), utilizando la plataforma de vuelo libre Astrobee de la NASA como banco de pruebas. Su trabajo, publicado y presentado en en la Conferencia Internacional sobre Robótica Espacial de 2025, demuestra que la inteligencia artificial puede ayudar a los robots espaciales a planificar rutas seguras y eficientes en el abarrotado interior de la estación.
El resultado es un hito para la robótica espacial.
"Esta es la primera vez que se utiliza IA para ayudar a controlar un robot en la ISS", dijo en un comunicado de prensa la investigadora principal Somrita Banerjee, quien realizó el estudio como parte de su doctorado en Stanford.
Astrobee es un robot cúbico propulsado por ventilador que puede flotar a través de los módulos presurizados de la estación. La EEI no es ni mucho menos un almacén abierto; es un laberinto de compartimentos interconectados repletos de ordenadores, armarios de almacenamiento, mazos de cables y bastidores para experimentos. Planificar una ruta que evite todo eso, respetando los estrictos límites de seguridad, es un complicado problema matemático.
Subtítulo: Astrobee es el sistema robótico de vuelo libre de la NASA. Con Astrobee, investigadores de Stanford fueron los primeros en probar el control robótico basado en IA a bordo de la Estación Espacial Internacional.
Créditos: NASA
En la Tierra, los robots suelen depender de potentes computadoras y hardware flexible para realizar estas tareas de planificación. En órbita, los ingenieros no cuentan con ese lujo.
“Las computadoras de vuelo que ejecutan estos algoritmos suelen tener recursos más limitados que las de los robots terrestres. Además, en un entorno espacial, la incertidumbre, las perturbaciones y los requisitos de seguridad suelen ser más exigentes que en las aplicaciones terrestres”, añadió el autor principal, Marco Pavone, profesor asociado de aeronáutica y astronáutica en la Facultad de Ingeniería y director del Laboratorio de Sistemas Autónomos de Stanford.
Para abordar esta realidad, el equipo se basó en un enfoque clásico de optimización conocido como programación convexa secuencial. En pocas palabras, este método divide un problema complejo de planificación de movimiento en una serie de pasos más pequeños y sencillos, refinando gradualmente una trayectoria segura y viable para el robot.
El problema es que resolver cada paso desde cero puede ser lento, especialmente en una computadora de vuelo modesta. Ese retraso limita la rapidez con la que un robot puede responder a nuevas tareas o condiciones cambiantes.
La innovación clave del grupo de Stanford fue brindar al planificador una ventaja inicial mediante el aprendizaje automático. Entrenaron un modelo de IA con miles de rutas previamente calculadas a través del entorno similar a una estación. Con el tiempo, el modelo aprendió patrones sobre dónde suelen estar los corredores abiertos y dónde suelen aparecer obstáculos.
Cuando Astrobee recibe un nuevo punto de inicio y fin, la IA sugiere una estimación inicial de la ruta. El optimizador tradicional toma el control y ajusta dicha estimación hasta que cumple con todas las restricciones de seguridad. En teoría de control, este tipo de estimación inicial informada se denomina "inicio en caliente".
Banerjee lo compara con planificar un viaje largo.
“Usar un inicio en caliente es como planificar un viaje por carretera comenzando con una ruta que la gente real ya ha recorrido, en lugar de trazar una línea recta en el mapa”, dijo. “Se empieza con algo basado en la experiencia y luego se optimiza a partir de ahí”.
Al comenzar más cerca de la respuesta final, el sistema puede converger mucho más rápidamente, ahorrando un tiempo de cálculo valioso sin relajar los controles de seguridad.
Antes de poner en órbita su sistema de IA, el equipo lo probó en el Centro de Investigación Ames de la NASA en un banco de pruebas especial que imita la microgravedad. Un robot similar a Astrobee flotaba justo encima de una mesa de granito pulido, sostenido por chorros de aire comprimido.
Banerjee describió la configuración como "como un disco en una mesa de hockey de aire", lo que permite que el robot se deslice con muy poca fricción.
Una vez que el sistema superó las pruebas terrestres, la NASA programó un experimento en la EEI. El día de la prueba, los astronautas realizaron lo que la agencia denomina una configuración de "tripulación mínima", encargándose únicamente de la preparación y la limpieza. Después, se apartaron flotando mientras el robot y la IA ocupaban el centro de atención.
Desde la Tierra, Banerjee envió instrucciones a los operadores terrestres del Centro Espacial Johnson de la NASA en Houston. Los operadores transmitieron comandos a Astrobee, especificando puntos de partida, destinos y obstáculos virtuales que debían evitarse. El equipo recorrió cada trayectoria dos veces: una con un arranque en frío tradicional y otra con un arranque en caliente proporcionado por IA.
En total, probaron 18 rutas diferentes, cada una con una duración de más de un minuto. Los resultados fueron claros.
“Demostramos que es entre un 50 y un 60% más rápido, especialmente en situaciones más desafiantes”, agregó Banerjee.
Los casos más difíciles incluían áreas abarrotadas, pasillos estrechos y maniobras que requerían que el robot girara en lugar de simplemente volar en línea recta.
Durante todo el experimento, se implementaron múltiples medidas de seguridad. Los obstáculos se simularon mediante software en lugar de colocarse físicamente, lo que eliminó el riesgo de colisión. Un robot de respaldo estaba listo, y los operadores podían cancelar cualquier recorrido si era necesario. El sistema de IA siempre funcionó dentro de un planificador matemáticamente riguroso que aplicaba los límites de seguridad.
Para Banerjee, ver cómo se desarrollaba la prueba en órbita no fue sólo un triunfo técnico, sino también personal.
“Lo mejor fue ver a los astronautas flotando durante el experimento”, añadió. “Uno de ellos fue una de mis heroínas de la infancia, Sunita Williams. Ver años de trabajo en acción en el espacio y observarla allí mientras el robot se movía fue increíble”.
La NASA ha designado el sistema de "arranque en caliente" del equipo como Nivel de Preparación Tecnológica 5, lo que significa que se ha probado con éxito en un entorno operativo relevante. Este estado indica a los planificadores de la misión que el enfoque es lo suficientemente maduro como para considerarse de bajo riesgo para futuros experimentos espaciales.
Más allá de la EEI, el trabajo apunta a un futuro en el que los robots asumirán una mayor parte de las tareas rutinarias y peligrosas en el espacio, desde la comprobación de inventarios y las inspecciones en laboratorios en órbita hasta la exploración del terreno y la construcción de infraestructura en la Luna o Marte. A medida que las misiones se alejan de la Tierra, los retrasos en las comunicaciones hacen impracticable la teleoperación humana constante.
“A medida que los robots se alejan más de la Tierra y las misiones se vuelven más frecuentes y económicas, no siempre podremos teleoperarlos desde tierra”, añadió Banerjee. “La autonomía con garantías integradas no solo es útil, sino esencial para el futuro de la robótica espacial”.
El laboratorio de Pavone, en colaboración con el Centro de Investigación de Autonomía Aeroespacial de Stanford y el Laboratorio de Encuentros Espaciales de Stanford, planea profundizar en esta idea. El equipo está explorando modelos de IA más potentes, similares a los utilizados en herramientas de lenguaje modernas y sistemas de conducción autónoma, que podrían generalizarse a entornos y tareas aún más complejos.
Si esos esfuerzos tienen éxito, los futuros astronautas podrán compartir sus naves espaciales con una flota de socios robóticos cada vez más capaces, trazando silenciosamente caminos seguros a través de lo desconocido mientras sus contrapartes humanas se concentran en el descubrimiento.
Fuente: Universidad de Stanford