Hasta hace poco, imaginar un robot desplazándose de forma autónoma por los estrechos pasillos de la Estación Espacial Internacional (EEI) sonaba a ciencia ficción. Sin embargo, un equipo de investigadores de la Universidad de Stanford ha logrado implementar con éxito un sistema de control basado en inteligencia artificial que permite un robot llamado astrobee Navegar con eficiencia dentro de este complejo entorno espacial.
Astrobee es un robot en forma de cubo, propulsado por ventiladores, diseñado por la NASA para operar en microgravedad. En diciembre de 2025, investigadores liderados por la doctora Somrita Banerjee demostraron por primera vez que un sistema de navegación basado en aprendizaje automático puede operar de forma segura y eficiente en la EEI. El logro fue presentado durante la Conferencia Internacional de Robótica Espacial (iSpaRo).
Un entorno desafiante para la autonomía.
La Estación Espacial Internacional está compuesta por módulos interconectados, llena de computadoras, cableado, almacenaje y equipos de experimentación. Mover un robot de manera autónoma por ese entorno es como intentar maniobrar un carrito de supermercado en un laberinto estrecho y lleno de obstáculos, pero en condiciones de microgravedad.
A diferencia de los robots terrestres, los que operan en el espacio deben enfrentarse a limitaciones tecnológicas importantes: los ordenadores a bordo tienen menor capacidad de procesamiento, y las condiciones son mucho más impredecibles y exigentes. Por eso, muchos algoritmos de planificación autónoma que funcionan en la Tierra simplemente no sirven para aplicaciones espaciales.
El enfoque de «warm start» para planificar trayectorias
La clave del éxito estuvo en combinar un método tradicional de optimización con un modelo de aprendizaje automático que sirve como punto de partida. El sistema está basado en la llamada. programación convexa secuencialuna técnica que divide un problema complejo en pasos más simples, asegurando que el camino planificado sea viable y seguro. Pero este proceso es lento si se inicia desde cero cada vez.
Aquí es donde entra la IA. El modelo fue entrenado con millas de trayectorias anteriores, aprendiendo patrones sobre los espacios disponibles y los obstáculos habituales. Con esta información previa, el sistema puede ofrecer una primera versión del camino, reduciendo significativamente el tiempo necesario para optimizarlo. Esta estrategia, conocida como «comienzo cálido»es como comenzar a planificar un viaje tomando como base rutas conocidas en lugar de improvisar desde cero.
Pruebas exitosas dentro y fuera de órbita
Antes de llevar el sistema al espacio, se realizaron pruebas en la Tierra usando una mesa de granito en el Centro de Investigación Ames de la NASA. Allí, un robot similar a Astrobee se deslizaba sobre la superficie gracias a un aire comprimido, simulando las condiciones de microgravedad.
Durante las pruebas en la EEI, los astronautas apenas intervinieron: solo se encargaron de la preparación y recogida. Las instrucciones se enviaron desde el Centro Espacial Johnson en Houston, y el experimento se ejecutó con múltiples medidas de seguridad, como el uso de obstáculos virtuales y un robot de respaldo. Se probaron 18 trayectorias, cada una realizada dos veces: una con planificación tradicional y otra con el apoyo del modelo de IA.
Los resultados fueron contundentes: el uso del «warm start» aceleró la planificación en un 50 a 60 %, especialmente en áreas más complejas como corredores estrechos o situaciones que requerían giros. El robot pudo navegar de forma más fluida y segura, demostrando que este enfoque tiene un gran potencial para futuras misiones.
Hacia una mayor autonomía robótica en el espacio
Gracias a estas pruebas exitosas, el sistema alcanzó el Nivel de Preparación Tecnológica 5 de la NASA, lo que indica que ha sido validado en un entorno operativo real. Esto allana el camino para que esta tecnología sea utilizada en misiones futuras con mínimo riesgo.
Somrita Banerjee destaca que el avance es vital para el futuro de la exploración espacial, donde los robots tendrán que actuar de forma autónoma a medida que las misiones lleguen a la Luna o Marte. A distancias tan grandes, no es viable controlar los robots desde la Tierra en tiempo real, por lo que la autonomía con garantías de seguridad se vuelve imprescindible.
El profesor Marco Pavone, director del Laboratorio de Sistemas Autónomos de Stanford, confirmó que el trabajo continuará. En colaboración con el Centro de Investigación de Autonomía Aeroespacial (CAESAR), se están explorando modelos de IA más potentes, similares a los que se usan en autos autónomos o en herramientas de lenguaje como ChatGPT, para que los robots espaciales puedan adaptarse a entornos aún más desafiantes.
Este experimento no solo representa un avance técnico, sino también una nueva forma de pensar la exploración espacial, donde la colaboración entre humanos e inteligencias artificiales podría redefinir las tareas cotidianas a bordo de las estaciones orbitales del futuro.
