Robots autónomos con navegación socialmente consciente mediante aprendizaje por refuerzo profundo asistido por memoria

Robots que pueden moverse con cortesía entre multitudes

Imagine robots de reparto deslizándose por un centro comercial concurrido o por un pasillo de hospital sin chocar con nadie, sin entorpecer a las personas ni comportarse de forma extraña. Este artículo presenta una nueva forma para que los robots se desplacen entre multitudes que no solo evita colisiones, sino que también actúa de un modo que resulta natural y cómodo para las personas a su alrededor.

Por qué es tan difícil moverse entre personas

Para un robot, caminar por una multitud es mucho más complicado que seguir una línea pintada en el suelo. Las personas cambian de velocidad de forma inesperada, caminan en grupos o se detienen para mirar el móvil. Los métodos tradicionales de navegación suelen tratar a las personas como obstáculos móviles simples y reaccionan solo a lo que el robot ve en un instante dado. Esto puede hacer que el robot sea excesivamente cauteloso, provocando que se detenga cuando la escena se vuelve compleja, o demasiado atrevido, abriéndose paso por grupos de forma que resulta insegura o descortés. Los autores sostienen que un robot de servicio exitoso debe combinar conciencia del entorno, sensibilidad al espacio personal de la gente y toma de decisiones rápida e inteligente.

Un robot que recuerda lo que la gente acaba de hacer

El equipo de investigación introduce ARSA, un nuevo enfoque de navegación que permite al robot usar «recuerdos» cortos de cómo se han estado moviendo las personas cercanas. En lugar de mirar solo las posiciones actuales, ARSA considera un historial breve de dónde estaban y cómo se desplazaron. Ese historial se procesa mediante un tipo especial de red neuronal que sobresale en el manejo de secuencias, lo que permite al robot formar una imagen interna del movimiento de la multitud a lo largo del tiempo. En términos sencillos, el robot aprende a detectar patrones, como alguien que empieza a desviarse hacia la izquierda o un grupo que comienza a aglomerarse, y ajusta su trayectoria antes de que surjan problemas.

Dar espacio a las personas con burbujas de seguridad móviles

Para mantener la comodidad de la gente, ARSA rodea a cada persona con una «zona de aviso»: una burbuja de seguridad móvil que cambia de tamaño según la velocidad a la que caminan y su tamaño corporal. Cuando el robot se acerca demasiado a una de esas zonas, recibe una penalización suave durante su proceso de aprendizaje, lo que le enseña a rodear a las personas en lugar de abrirse paso por espacios estrechos. El sistema también utiliza un mecanismo de atención, que actúa como un foco, para centrar la toma de decisiones del robot en las pocas personas que importan más en cada momento —por ejemplo, la persona directamente en su trayectoria en lugar de alguien lejano. En conjunto, estas ideas ayudan al robot a elegir rutas más fluidas y más acordes con el sentir humano.

Poniendo a prueba el nuevo método

Los autores sometieron a ARSA a miles de situaciones simuladas de multitudes, con hasta veinte personas en movimiento y obstáculos adicionales. Lo compararon con varios métodos de navegación líderes que también emplean técnicas modernas de aprendizaje. ARSA alcanzó sus objetivos con más frecuencia, colisionó con menor frecuencia y completó sus rutas más rápido, especialmente en escenas estrechas y concurridas donde otros métodos vacilaron o se paralizaron. El equipo también realizó pruebas en el mundo real usando un robot móvil equipado con un escáner láser en entornos interiores con varias personas e incluso otro robot. Sin reentrenamiento, ARSA guió al robot con seguridad a través de movimientos humanos irregulares y bloqueos deliberados ocasionales, completando todas las pruebas sin una sola colisión.

Qué significa esto para los robots cotidianos

Para un público general, el mensaje clave es que este trabajo nos acerca a robots que pueden compartir nuestras rutas sin estorbar. Al recordar cómo se han estado moviendo las personas, predecir sus próximos pasos y respetar zonas de espacio personal flexibles, ARSA ayuda a que los robots se desplacen más como peatones considerados que como máquinas rígidas. Aunque los autores señalan que trabajos futuros deben manejar mejor sensores limitados y edificios más complejos, sus resultados sugieren que la navegación basada en memoria y atención podría convertirse en un ingrediente central de robots de servicio seguros y confiables en centros comerciales, hospitales, campus y más allá.

Cita: Montero, E., Pico, N., Alvarez-Alvarado, M.S. et al. Autonomous robots with socially-aware navigation using memory-assisted deep reinforcement learning. Sci Rep 16, 13214 (2026). https://doi.org/10.1038/s41598-026-42026-9

Palabras clave: navegación de robots sociales, robots conscientes de la multitud, aprendizaje por refuerzo profundo, interacción humano–robot, robots móviles autónomos