Simulación basada en agentes para la programación multirrecursos de proyectos dispersos atípicos y repetitivos

Por qué planificar proyectos dispersos es tan difícil

Cuando una empresa de telefonía despliega decenas de nuevas antenas por todo un país, o una compañía eléctrica moderniza subestaciones dispersas, en el papel el trabajo parece sencillo: repetir tareas similares en muchos emplazamientos. En la práctica, los planificadores deben coordinar cuadrillas que recorren largas distancias, retrasos impredecibles y plazos ajustados. Las herramientas tradicionales como las hojas de cálculo y los diagramas de Gantt tienen dificultades para capturar este rompecabezas en movimiento, lo que suele provocar viajes innecesarios, cuadrillas ociosas y proyectos que se prolongan mucho más de lo previsto. Este artículo presenta un nuevo enfoque informático de planificación que trata a las cuadrillas y los emplazamientos como «agentes» digitales que se mueven sobre un mapa, mostrando cómo una mejor asignación de rutas y horarios puede acortar drásticamente estos programas complejos.

Muchos trabajos pequeños, grandes dolores logísticos

El estudio se centra en lo que los autores llaman proyectos dispersos atípicos y repetitivos: piense en más de 100 torres de telecomunicaciones repartidas por ciudades, desiertos y pueblos, cada una con diseños y tiempos de construcción ligeramente distintos. El reto no es solo decidir cuándo iniciar cada emplazamiento, sino qué contratista debe encargarse de cada ubicación, en qué orden, y cómo mantener a las cuadrillas trabajando de forma continua en lugar de sentadas en los camiones o esperando papeleo. Los métodos clásicos de planificación como el Método del Camino Crítico o la Línea de Balance funcionan bien para autopistas rectas o plantas de apartamentos idénticas, pero flaquean cuando los sitios están muy separados, las condiciones varían y las interrupciones inesperadas —como retrasos en permisos o problemas de acceso— son habituales.

Convertir cuadrillas y emplazamientos en actores digitales

Para abordar esto, los autores desarrollan un modelo de simulación basado en agentes vinculado a datos geográficos reales. Cada sitio de construcción es un agente de software con su propia ubicación, tipo (por ejemplo, una torre nueva en terreno abierto frente a añadir equipo en una estructura existente) y duración estimada. Cada contratista es otro agente, definido por dónde parten sus cuadrillas, qué tipos de emplazamientos están cualificados para construir y cuántos trabajos pueden ejecutar simultáneamente. Estos agentes «viven» dentro de un entorno basado en mapas y siguen reglas simples: cuando una cuadrilla termina un sitio, busca el emplazamiento inacabado más cercano en el que tenga autorización para trabajar y se desplaza allí. El modelo también incorpora retrasos aleatorios para reflejar el clima, permisos o problemas de entrega, de modo que cada ejecución de la simulación produce una historia del proyecto ligeramente distinta, pero realista.

Agregar búsqueda inteligente sobre la simulación

Debido a que existen muchas formas de asignar decenas de emplazamientos a múltiples contratistas, los investigadores añaden una capa de optimización inspirada en la evolución biológica. El ordenador genera muchas alternativas de asignación —diferentes formas de dividir el conjunto de sitios entre contratistas— y para cada una ejecuta la simulación repetidamente para ver cuánto tarda en completarse el programa en conjunto. Tras muchos ciclos, conserva los patrones de mejor rendimiento y los combina para crear nuevas alternativas, afinando gradualmente combinaciones cuadrilla–sitio y patrones de rutas que terminan antes. En el proceso, el modelo registra automáticamente medidas de desempeño como cuánto tiempo pasa cada cuadrilla viajando, con qué frecuencia están ociosas y cuán intensamente se utilizan.

Despliegue real de telecomunicaciones como banco de pruebas

El marco se prueba en un gran programa de despliegue de telecomunicaciones en Egipto que involucra 138 emplazamientos de torre de tres tipos principales: torres Greenfield completamente nuevas, torres en azoteas y actualizaciones rápidas de «compartición» en estructuras existentes. Los autores usan coordenadas reales de los sitios, depósitos de contratistas, calendarios realistas y estadísticas de retrasos extraídas de bitácoras de proyecto. Luego comparan sus calendarios simulados con el plan original de la compañía en Excel, que suponía unos 100 días para finalizar el programa. Usando los mismos contratistas y restricciones de campo, el enfoque basado en agentes completa de forma consistente el trabajo en aproximadamente 49–56 días a lo largo de veinte ejecuciones independientes de la simulación, reduciendo la duración media a unos 54 días —una reducción del 46 por ciento. El modelo también revela qué contratistas viajan más, dónde todavía se dan asignaciones de larga distancia y cómo se mantienen ocupadas las cuadrillas bajo diferentes escenarios de capacidad y especialización.

Qué significa esto para proyectos futuros

En términos sencillos, el estudio demuestra que tratar a las cuadrillas y los emplazamientos como actores que interactúan en un mapa —y permitir que un ordenador explore muchas opciones de rutas y asignaciones bajo incertidumbre— puede convertir un programa extenso y disperso en una operación mucho más eficiente. En lugar de hojas de cálculo hechas a mano que ignoran la geografía y la aleatoriedad, los planificadores pueden usar este marco para probar escenarios «qué pasaría si», ver cómo los viajes y los retrasos se propagan por el calendario y elegir asignaciones de cuadrillas que concluyan de forma fiable antes. Aunque el modelo actual se centra en el tiempo y aún no optimiza costes o consumo de combustible, su éxito en un despliegue real de telecomunicaciones sugiere que la simulación basada en agentes y consciente del mapa, combinada con optimización, puede convertirse en una herramienta de decisión práctica para muchos tipos de programas de construcción e infraestructura geográficamente dispersos.

Cita: Sultan, R.A., Hamdy, K. & Essawy, Y.A.S. Agent-based simulation for multi-resource-constrained scheduling of scattered atypical repetitive projects. Sci Rep 16, 11759 (2026). https://doi.org/10.1038/s41598-026-42832-1

Palabras clave: simulación basada en agentes, programación de construcción, proyectos geográficamente dispersos, asignación de cuadrillas, infraestructura de telecomunicaciones