Los equipos de rescate descendieron sobre la destrucción dejada por el huracán Michael en octubre, buscando frenéticamente sobrevivientes. Pero una semana después más de 1, 000 personas todavía estaban contabilizadas, dejando que las familias esperen y tengan esperanza.

La asistencia de drones en la respuesta a desastres naturales ahora es simplista, en el mejor de los casos, con una serie de obstáculos. Pero una nueva investigación dirigida por profesores de la Universidad de Purdue está trabajando para usar inteligencia artificial y algoritmos de aprendizaje para crear una plataforma que permita que múltiples drones se comuniquen y se adapten a medida que cambian los factores de la misión.

Shaoshuai Mou y Dan DeLaurentis, profesores de aeronáutica y astronáutica, están liderando la investigación, que recibió financiación por tres años de Northrop Grumman Corp. como parte del consorcio Real Applications of Learning Machine.

"Para el sistema, nos enfocamos en una red de vehículos de múltiples agentes, que son diversos y pueden coordinarse entre sí, Mou dijo. "Esa coordinación local les permitirá trabajar como un todo cohesionado para cumplir misiones complicadas como la búsqueda y el rescate".

"Hay desafíos en esta área. El entorno puede ser dinámico, por ejemplo, con el cambio de clima. Los drones tienen que ser adaptables y deben ser capaces de percibir el entorno en tiempo real y tomar decisiones autónomas en línea ".

Control distribuido, autonomía mixta hombre-máquina, El aprendizaje permanente y la inteligencia artificial serán factores clave para la investigación propuesta. Mou dijo.

En esta investigación, Las técnicas de inteligencia artificial y aprendizaje automático ayudarán al sistema de muchas maneras, como en el reconocimiento de objetos y la comunicación hombre-máquina, y mejorar el rendimiento del sistema a lo largo del tiempo. Especialmente el sistema asistido por IA permitirá la entrada de un comandante humano en los parámetros de la misión y permitirá que los drones proporcionen comentarios e incluso sugerencias en lenguaje natural.

"Para situaciones complejas, todavía necesitamos involucrar a los humanos en el ciclo y tratar de hacer una autonomía mixta que consiste en máquinas y humanos, "Dijo Mou.

En los escenarios de la misión, un vehículo de procesamiento potente basado en tierra se comunicará con el aire, drones terrestres o acuáticos que pueden cubrir un área amplia.

"La utilización de la combinación de vehículos heterogéneos debería ser la clave para tantos problemas complicados, "Dijo Mou.

A Mou y DeLaurentis se unen en el proyecto profesores de la Universidad de Illinois-Chicago y la Universidad de Massachusetts en Amherst.