La proliferación de drones en el espacio aéreo controlado ha comenzado a generar serios desafíos en materia de seguridad, especialmente en ubicaciones sensibles como los aeropuertos y las infraestructuras críticas. Con el incremento de estos artefactos, se intensifica la necesidad de contar con sistemas eficaces de detección y neutralización de drones no autorizados, lo cual es vital para prevenir accidentes, evitar interrupciones en el tráfico aéreo y proteger la seguridad general.
En este contexto, un avance significativo ha sido logrado por investigadores de la Escuela Técnica Superior de Ingeniería Aeronáutica y del Espacio (ETSIAE) de la Universidad Politécnica de Madrid, quienes, en colaboración con el Center for Computational Simulation, han desarrollado un sistema basado en inteligencia artificial. Este innovador sistema permite interceptar drones no cooperativos de manera autónoma y eficaz, marcando un hito importante hacia la creación de sistemas autónomos más seguros e inteligentes para la gestión del espacio aéreo.
El grupo de investigación ModelFlows ha centrado sus estudios en el uso del aprendizaje por refuerzo, una técnica que permite a los sistemas aprender mediante ensayo y error. Durante su experimento, entrenaron un dron de ala fija para que pudiera perseguir e interceptar a otro dron que trataba de escapar utilizando diversas estrategias. A diferencia de los enfoques más tradicionales, que a menudo fallan frente a comportamientos impredecibles, el sistema desarrollado por estos investigadores es capaz de adaptarse a situaciones inéditas no previstas durante el entrenamiento.
Para alcanzar estos resultados, el equipo comparó varios algoritmos de aprendizaje por refuerzo, desde métodos tradicionales hasta enfoques avanzados basados en modelos predictivos del entorno. Las simulaciones de alta fidelidad empleadas para los entrenamientos y pruebas replicaron realísticamente la dinámica de vuelo, incluyendo factores como rachas de viento y el ruido en los sensores.
Publicada en la revista internacional Aerospace Science and Technology, la investigación cuenta con Francisco Giral como primer autor. Giral, doctorando en la ETSIAE, destaca que el sistema no solo alcanza a interceptar rápidamente al dron objetivo, sino que además exhibe una notable robustez ante condiciones adversas y maniobras inesperadas. Según el investigador, el enfoque basado en modelos ha mostrado ser más estable y de amplia generalización, lo que lo convierte en una opción prometedora para su implementación en escenarios reales.
Por otra parte, Soledad Le Clainche, investigadora de la UPM y participante en el estudio, subraya que las posibles aplicaciones del sistema desarrollado abarcan desde la protección de infraestructuras críticas hasta la seguridad en aeropuertos, así como el control del tráfico de drones en futuros entornos urbanos donde operarán aeronaves tripuladas y no tripuladas de manera simultánea.
Ante el crecimiento constante en el tráfico de drones, estos avances tecnológicos se tornan esenciales para asegurar un uso seguro y eficiente del espacio aéreo.
