La IA logra su primera navegación autónoma en un robot dentro de la Estación Espacial Internacional
Investigadores de Stanford prueban en la EEI un sistema que permite a un robot planificar rutas y moverse solo, demostrando que la inteligencia artificial puede operar con seguridad en órbita
Autor - Aldo Venuta Rodríguez
4 min lectura
Un pequeño robot flotando por los módulos de la Estación Espacial Internacional puede parecer algo cotidiano, pero esta vez ocurrió algo completamente nuevo: por primera vez, un robot a bordo de la EEI se movió de forma autónoma gracias a un sistema de inteligencia artificial entrenado en la Tierra. El protagonista del avance es Astrobee, el robot cúbico de la NASA que desde hace años ayuda a los astronautas en tareas básicas dentro de la estación.
El logro fue presentado por investigadores de la Universidad de Stanford, quienes demostraron que un sistema de IA puede planificar rutas, evitar obstáculos y desplazarse con rapidez sin intervención humana directa. Es un paso importante hacia una futura generación de robots capaces de asumir labores críticas en misiones largas, donde la autonomía será indispensable.
La EEI es un entorno complejo y repleto de equipos, cables y estructuras que dificultan la navegación. Hasta ahora, cualquier movimiento autónomo requería algoritmos muy simplificados para evitar riesgos. Pero el nuevo sistema combina un método clásico de optimización con un modelo de aprendizaje automático entrenado con miles de trayectorias previas, lo que le permite “intuir” rutas probables antes de refinar el movimiento final.
Antes de probarlo en el espacio, el equipo realizó ensayos en el Centro de Investigación Ames de la NASA usando una plataforma que imita la microgravedad. Una vez verificado el comportamiento del robot en tierra, llegó la prueba real en la estación, con los astronautas supervisando el experimento y dejando que el sistema actuara casi por completo de forma autónoma.
Los investigadores probaron 18 trayectorias diferentes a lo largo de varios módulos, cada una ejecutada dos veces: primero con el método tradicional y luego con el “arranque en caliente” basado en IA. El resultado fue claro: el robot completó la planificación de cada ruta entre un 50 % y un 60 % más rápido sin perder precisión ni seguridad.
Ver al robot moverse sin intervención humana fue un momento especial para el equipo. Para Somrita Banerjee, investigadora principal del proyecto, la experiencia tuvo un componente emocional: uno de los astronautas que supervisó la prueba era Sunita Williams, una de sus referentes desde la infancia.
La demostración sitúa esta tecnología en el Nivel de Preparación Tecnológica 5, lo que significa que ya ha sido validada en un entorno operativo real y puede aspirar a futuras misiones más ambiciosas. La NASA considera que este tipo de autonomía será crucial para misiones a la Luna, Marte y entornos donde la comunicación con la Tierra tenga retrasos o interrupciones.
El objetivo final es que los robots puedan asumir tareas rutinarias, peligrosas o que consumen tiempo, permitiendo que las tripulaciones se concentren en las operaciones científicas y de alto valor. Además, una autonomía fiable es esencial para misiones sin presencia humana, como la exploración de túneles de lava lunares o la inspección de hábitats marcianos.
El equipo de Stanford ya trabaja en modelos más grandes y generalistas, similares a los usados en la conducción autónoma y en sistemas modernos de IA, para preparar a los robots del futuro para entornos aún más complejos. Estos avances podrían permitir que unidades como Astrobee formen parte de equipos robóticos que colaboren con los astronautas de forma más fluida.
El experimento marca un punto de inflexión: la inteligencia artificial no solo interpreta datos en el espacio, ahora también toma decisiones de movimiento, abre puertas para robots más capaces y acerca la visión de misiones autónomas más seguras, eficientes y adaptables.
Fuente: Stanford Report
Preguntas frecuentes
Realizó por primera vez una navegación autónoma completa usando un sistema de IA entrenado en la Tierra.
Combina optimización clásica con un modelo entrenado en miles de trayectorias para predecir rutas y evitarlas con mayor rapidez.
El robot planificó rutas entre un cincuenta y un sesenta por ciento más rápido sin perder precisión ni seguridad.
La autonomía permitirá que robots asuman tareas rutinarias o riesgosas y operen en misiones a la Luna o Marte con retrasos de comunicación.
Continúa informándote
Detectan un flujo ultrarrápido expulsado por el agujero negro de NGC 3783 tras una inesperada llamarada de rayos X
Un nuevo análisis con XRISM revela un flujo ultrarrápido expulsado por el agujero negro de NGC 3783 tras una llamarada de rayos X que aceleró el material
Una tormenta geomagnética G3 llega hoy a la Tierra tras una eyección de masa coronal del Sol
Una eyección de masa coronal lanzada el 6 de diciembre llega hoy a la Tierra y provoca una tormenta geomagnética G3, con posibles interferencias leves en comunicaciones y sistemas satelitales
Un estudio sobre las erupciones de una estrella pequeña y activa podría ayudar a detectar atmósferas en planetas habitables
Un estudio muestra que las erupciones de TRAPPIST-1 pueden limpiarse de los datos y mejorar la detección de atmósferas en planetas rocosos potencialmente habitables
Descifran cómo la materia oscura modifica la huella de las ondas gravitacionales en los agujeros negros
Científicos descubren que la materia oscura influye en ciertas ondas gravitacionales, revelando pistas sobre cómo se comportan cerca de grandes agujeros negros
Simulaciones avanzadas ofrecen nuevas pistas sobre la historia química de la Vía Láctea
Nuevas simulaciones galácticas revelan cómo surgieron los dos patrones químicos de la Vía Láctea y muestran que su evolución no siguió un camino único ni universal
Una explosión cósmica cuestiona todo lo que creíamos saber sobre los estallidos de rayos gamma
Un estallido de rayos gamma inusual revela un tipo de explosión cósmica que no encaja en los modelos actuales y obliga a replantear cómo se originan estos fenómenos extremos