El campeonato de drones A2RL marca el ritmo de la IA en vuelos autónomos

El Campeonato de Drones de la Liga de Carreras Autónomas de Abu Dabi (A2RL) fue una prueba decisiva del rendimiento autónomo y humano, dado que TII Racing del Instituto de Innovación Tecnológica marcó la vuelta autónoma más rápida para ganar el Desafío de Velocidad de IA, mientras que un piloto humano con visión en primera persona (FPV), MinChan Kim, campeón mundial de FPV, obtuvo la victoria por un margen ajustado en la final entre humanos e IA.

El evento, organizado por ASPIRE, la división de aceleración de la innovación del Consejo de Investigación de Tecnología Avanzada (ATRC), puso de relieve tanto el rápido progreso de la autonomía basada en la visión como los estrechos márgenes que aún separan el instinto humano de la ejecución a gran velocidad por parte de las máquinas.

El Campeonato A2RL, que se celebró el 21 y el 22 de enero durante UMEX, reunió a los principales equipos de investigación de IA y a pilotos de FPV de primer nivel para competir en múltiples modalidades de carrera, donde se puso a prueba la percepción, la toma de decisiones y el control en condiciones reales de carrera. Se otorgó un premio total de USD 600 000 en toda la competición.

TII Racing establece un nuevo récord en el Campeonato en el Desafío de Velocidad de IA

En la Carrera de Velocidad de IA, TII Racing tuvo el rendimiento más rápido del Campeonato, con un tiempo de vuelta de referencia de 12,032 segundos, el más rápido de todos los competidores. MAVLAB le siguió de cerca con un tiempo de 12,832 segundos, lo que deja al descubierto la acotada diferencia de rendimiento entre los primeros clasificados.

Stephane Timpano, director ejecutivo de ASPIRE, señaló: “El punto a destacar este año es el progreso colectivo en ese ámbito. En comparación con la primera temporada, los equipos están alcanzando velocidades más altas con mayor estabilidad y consistencia, impulsados casi en su totalidad por los avances en software. Esa aceleración muestra lo rápido que está madurando la capacidad autónoma cuando se enfrenta a un entorno abierto y competitivo”.

La Carrera de Velocidad de IA aísla la capacidad autónoma bruta, centrándose en la precisión de la percepción, la precisión del control y la velocidad máxima en una pista despejada, sin interferencias de otros drones. Los resultados de este año reflejan evidentes mejoras en la autonomía basada en la visión y en la toma de decisiones a bordo, impulsadas en su totalidad por la mejora de los algoritmos.

Giovanni Pau, director técnico de TII Racing, manifestó: “Alcanzar la vuelta más rápida refleja la profundidad de nuestro desarrollo y pruebas de software. Llegar a este nivel en un desafío de autonomía absoluta demuestra lo que los sistemas disciplinados y basados en la visión pueden ofrecer cuando se les exige al máximo”.

Las carreras con múltiples drones ponen a prueba la coordinación en el espacio aéreo compartido

Las modalidades de la Carrera de Múltiples Drones de IA cambiaron el enfoque de la velocidad individual a la interacción y la coordinación en un espacio aéreo compartido. MAVLAB logró la victoria en la Carrera de Oro de Múltiples Drones , demostrando una sólida planificación con agentes múltiples y coherencia bajo presión. FLYBY obtuvo el primer lugar en la Carrera de Plata de Múltiples Drones , destacando la creciente profundidad y competitividad durante todo el tramo del Campeonato.

Estas carreras pusieron a prueba la capacidad de evitar colisiones en tiempo real, la planificación de trayectorias y la robustez en entornos dinámicos, capacidades que siguen siendo algunos de los desafíos más complejos para los sistemas aéreos autónomos.

Final humanos contra la IA: una batalla al mejor de nueve que se definió a último momento

El desafío humanos contra la IA supuso uno de los momentos determinantes del Campeonato, que se decidió en una carrera final decisiva. El campeón mundial de FPV, MinChan Kim, se enfrentó a TII Racing en una eliminatoria al mejor de nueve que terminó en empate a cuatro victorias para cada uno.

En la última carrera, Kim mantuvo su ventaja cuando el dron autónomo chocó con una puerta y no pudo recuperarse, lo que aseguró la victoria del piloto humano.

Sistemas autónomos probados en condiciones idénticas

Al comparar directamente los sistemas autónomos con algunos de los pilotos de drones humanos más exitosos del mundo, el Campeonato puso a prueba el rendimiento de la IA en condiciones que exigían percepción en una fracción de segundo, un control preciso y resistencia bajo presión constante.

Todos los drones compitieron de forma totalmente autónoma utilizando una única cámara RGB monocular frontal y una unidad de medición inercial. No se permitió el uso de LiDAR, visión estereoscópica, GPS ni sistemas de posicionamiento externos.

Esta configuración mínima de sensores refleja la percepción disponible para los pilotos humanos y garantiza que las mejoras en el rendimiento se deban al software de IA, y no a la complejidad de los sensores. Este enfoque permite una comparación directa y equitativa entre humanos y máquinas, al tiempo que mantiene la relevancia con respecto a las limitaciones de la autonomía civil en el mundo real.

La Cumbre A2RL 3.0 examina las vías para pasar de la competencia al despliegue

El Campeonato tuvo lugar después de la Cumbre A2RL 3.0 , en la jornada inaugural de UMEX, donde legisladores, investigadores y líderes del sector analizaron cómo los conocimientos adquiridos en las carreras autónomas pueden contribuir al despliegue seguro y responsable de sistemas basados en IA más allá de los entornos competitivos.

La Cumbre contó con la colaboración de los principales líderes del gobierno, la investigación y la industria, tales como Salem AlBalooshi, director de Tecnología, du y Marcos Muller-Habig, director sénior de Habilitación de Abu Dhabi Gaming, entre otros. Los debates se centraron en la regulación, la transferencia de la simulación a la realidad y las vías necesarias para ampliar la autonomía en sectores como la logística, la respuesta ante emergencias y la movilidad aérea del futuro.

Más allá de la competición, A2RL funciona como un banco de pruebas científico público, que sintetiza años de investigación sobre sistemas autónomos en días de rendimiento visible y medible. Al exponer los sistemas de IA a condiciones extremas a gran velocidad, A2RL brinda parámetros de referencia creíbles que informan directamente sobre las aplicaciones en el mundo real y refuerzan la ambición de Abu Dabi de convertirse en un centro mundial para la investigación aplicada, la IA y la innovación en sistemas autónomos.

El texto original en el idioma fuente de este comunicado es la versión oficial autorizada. Las traducciones solo se suministran como adaptación y deben cotejarse con el texto en el idioma fuente, que es la única versión del texto que tendrá un efecto legal.