Aurora Flight Sciences, una empresa de Boeing, ha demostrado con éxito su tecnología de Adaptación y Aprendizaje Rápidos para el Control en Línea (FALCON), un sistema de control con IA diseñado para mantener la seguridad de las operaciones marítimas en condiciones ambientales difíciles y en caso de fallos del sistema.
Desarrollado en el marco del programa de Control Introspectivo por Aprendizaje (LINC) de la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA), FALCON fue creado en colaboración con el Laboratorio de Controles Aeroespaciales del MIT y el Laboratorio de Autonomía Marítima del MIT. La arquitectura basada en el aprendizaje automático permite a los vehículos terrestres, marítimos y aéreos adaptar sus leyes de control en tiempo real, funcionando como asistente de un operador humano o como método principal de control del vehículo.
Una demostración realizada a finales de 2025 utilizó buques de superficie sin tripulación (USV) para simular un escenario de reabastecimiento en navegación. Durante el ejercicio, un USV de 1,5 metros de eslora se emparejó con un buque de 5 metros de eslora para mantener una posición relativa constante, una tarea complicada por los peligros introducidos, como la carga del viento, el fallo de los propulsores y los efectos Venturi simulados. El equipo midió el éxito en función del porcentaje de tiempo que el buque permaneció dentro de una “zona segura” definida y del tiempo necesario para recuperarse de los peligros inducidos.
Los resultados indicaron una clara diferencia de rendimiento entre las operaciones manuales y las mejoradas con IA. Sin asistencia de IA, un operador humano mantuvo el buque dentro de la zona segura el 63% de las veces. Esta cifra se elevó al 82% en el modo asistido por IA, en el que el sistema compensa los peligros mientras el humano conserva el control. En el modo guiado por IA, en el que el operador establece parámetros como la velocidad y la posición para que la IA los ejecute, el buque se mantuvo en la zona segura el 94% de las veces.
Las métricas de recuperación pusieron aún más de relieve la eficacia del sistema FALCON. Cuando se introdujeron peligros, el tiempo necesario para recuperar el control y regresar a la zona segura se redujo una media del 61% bajo control guiado por IA en comparación con el funcionamiento manual. El equipo de desarrollo está perfeccionando actualmente estos algoritmos en previsión de una demostración de seguimiento prevista para el verano de 2026.
