Los top semanales del Índice de la Digitalización: una IA que dirige el ‘tráfico’ de robots en los almacenes

No son pocas las palabras que parecen viajar siempre en compañía de otras. Si en una conversación informal se alude puntualmente a una playa, nuestra mente la recrea involuntariamente asociada a sol, verano y descanso, aunque nada indique que tenga que ser así. Algo similar sucede también con los atascos. Además de evocar a grandes ciudades y autovías colapsadas, estos obstáculos son uno de los problemas más temidos en la gestión de almacenes. Un simple bloqueo, de hecho, podría desencadenar pérdidas importantes.

En estos centros, y en especial en los que están automatizados y son de mayor tamaño, pueden llegar a convivir con facilidad decenas o incluso cientos de robots en activo. Coordinar su actividad se ha convertido en uno de los grandes retos de la logística moderna, y por este motivo la tecnológica Symbotic, junto a un equipo de investigadores del Instituto Tecnológico de Massachusetts (MIT), ha desarrollado y testado un sistema de inteligencia artificial que se anticipa a las congestiones y decide en tiempo real los movimientos más eficaces de los robots para una operativa más eficiente.

Esta es solo una de las innovaciones que reúne esta semana Wake Up BOX, la herramienta de reskilling que aloja el índice de digitalización Inndux 500 y publica los análisis más completos de decenas de informes internacionales, agrupados en el Consenso de Tendencias. En el top 10 de esta semana, y además de los sistemas de control de la actividad robótica en almacenes logísticos, es posible hallar también drones ‘murciélago’ que se orientan con ultrasonidos e IA, un ‘asfalto’ más seguro y sostenible fabricado con palas eólicas recicladas, o químicos hechos a base de residuos vegetales y útiles en los procesos de creación de fármacos, plásticos o perfumes.

Una IA que controla el tráfico

El ‘gestor del tráfico’ de almacenes desarrollado por el MIT y Symbotic se asienta sobre dos pilares fundamentales. Por un lado, el refuerzo profundo o deep reinforcement, una técnica de aprendizaje de inteligencia artificial que se basa en el modelo de ‘ensayo y error’ y que, en este caso, se aplica a entornos simulados que replican el funcionamiento de los almacenes. Así, los modelos de IA identifican patrones de atasco y deciden qué robots deben tener prioridad en cada momento. Después, se usa también un algoritmo clásico que traduce esas decisiones en rutas concretas, para que las máquinas reaccionen con rapidez en un entorno en constante cambio.

En pruebas realizadas en entornos que recreaban almacenes de e-commerce, este enfoque mejoró la eficiencia en torno a un 25%. Además, demostró su capacidad para adaptarse a distintos diseños de almacén y a variaciones en el número de robots, uno de los grandes desafíos del sector. Y aunque su despliegue comercial aún está lejos de concretarse, los resultados anticipan que este tipo de soluciones podrían reducir errores, evitar paradas operativas y optimizar de forma significativa la logística automatizada.

Por su parte, investigadores de la Universidad de Wageningen y la Universidad de Utrecht, ambas en Países Bajos, han creado un compuesto clave en la elaboración de plásticos, fármacos o perfumes, conocido como 2(5H)-furanona, sin necesidad de usar sustancias peligrosas. En este caso, la materia prima son los residuos vegetales y la electricidad, una alternativa que sustituye los reactivos tóxicos y habilita un proceso electroquímico que mejora la seguridad y reduce el consumo energético.

Ver en medio de la niebla, el humo o la oscuridad total es, todavía hoy, uno de los grandes retos a los que se enfrentan los robots de rescate. Pero un equipo liderado por el Instituto Politécnico de Worcester (WPI), en Estados Unidos, ha desarrollado un dron del tamaño de la palma de la mano que se orienta en condiciones extremas gracias al uso de ultrasonidos e inteligencia artificial. Inspirado en el sistema de ecolocalización de los murciélagos, su tecnología permite a estos robots ‘escuchar’ su entorno y tomar decisiones con muy bajo consumo energético, lo que supera las barreras económicas y logísticas de los proyectos hasta ahora desarrollados.

De hecho, y a diferencia de los sistemas tradicionales, como el radar o el lidar, este dron solo usa dos sensores y un modelo de aprendizaje profundo o deep learning para interpretar los ecos del sonido. Los robots ya han sido probados en escenarios con niebla, nieve, oscuridad y obstáculos complejos, entornos en los que se han desenvuelto con tasas de éxito en navegación autónoma que han llegado a alcanzar el 100%.

Por último, un equipo de investigadores de la Universidad de Burgos ha diseñado una solución que otorga una segunda vida a las palas de los molinos de viento o aerogeneradores, cuyo reciclaje presentaba un importante reto medioambiental. En concreto, su proceso integra material triturado procedente de estas palas como parte de una mezcla útil para carreteras que combina áridos, cemento Portland y betún modificado. El producto resultante puede producirse en plantas de asfalto convencionales, mantiene las propiedades mecánicas imprescindibles, mejora el drenaje y absorbe ruido, todo ello para ofrecer una alternativa segura, sostenible y compatible con la industria existente.