💻 computer science

NEUROSYMLAND: Neuro-Symbolic Landing-Site Assessment for Robust and Edge-Deployable UAV Autonomy

El artículo presenta NEUROSYMLAND, un marco neurosimbólico que combina la percepción visual ligera con el razonamiento simbólico explícito para lograr una evaluación de sitios de aterrizaje robusta, interpretable y desplegable en el borde para UAVs autónomos, demostrando un rendimiento superior y un uso de recursos acotado a través de extensas evaluaciones simuladas y de hardware en el bucle.

Autores originales: Weixian Qian, Tianyi Yang, Sebastian Schroder, Yao Deng, Jiaohong Yao, Xiao Cheng, Richard Han, Xi Zheng

Publicado 2026-07-03

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Weixian Qian, Tianyi Yang, Sebastian Schroder, Yao Deng, Jiaohong Yao, Xiao Cheng, Richard Han, Xi Zheng

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina un dron que necesita aterrizar en un patio trasero desordenado e impredecible. No puede simplemente "mirar" el suelo y adivinar; necesita estar absolutamente seguro de que el lugar es seguro, plano y está libre de personas o mascotas.

El artículo presenta NEUROSYMLAND, un nuevo sistema diseñado para ayudar a los drones a tomar estas decisiones de aterrizaje de forma segura y transparente, incluso en computadoras pequeñas de baja potencia (como las que están dentro del propio dron).

Así es como funciona, desglosado en conceptos simples y analogías:

1. El Problema: El dilema de la "Caja Negra"

La mayoría de los drones actuales utilizan "aprendizaje profundo" (IA que aprende mirando miles de imágenes). Piensa en esto como un estudiante que se memorizó las respuestas de un examen pero no entiende la matemática.

El problema: Si el estudiante ve una pregunta ligeramente diferente (un terreno extraño o una iluminación distinta), podría adivinar mal. Peor aún, si se equivoca, no puedes preguntarle por qué. Solo da una respuesta.
El riesgo: En un caso de emergencia real, si un dron aterriza en un charco o golpea a una persona, necesitamos saber exactamente por qué cometió ese error para poder corregirlo.

2. La Solución: El "Arquitecto y el Abogado"

NEUROSYMLAND divide el trabajo en dos roles distintos, como un equipo de construcción:

Rol A: El Arquitecto (La parte "Neuro")
Este son los ojos del dron. Mira la transmisión de la cámara y dibuja un mapa aproximado. Identifica cosas como "césped", "piedras", "personas" y "pavimento plano".
- Detalle crucial: En lugar de solo decir "Puntuación de aterrizaje: 8/10", construye un Grafo de Escena Semántica Probabilística (PSSG). Piensa en esto como una lista de verificación estructurada o un archivador digital. No solo ve una mancha verde; registra una nota: "Hay un parche de césped aquí, mide 2 metros de ancho y está junto a un árbol". También anota qué tan seguro está de cada elemento.
Rol B: El Abogado (La parte "Simbólica")
Este es el tomador de decisiones. No "adivina". Sigue un libro de reglas estricto y escrito (como un contrato legal).
- El libro de reglas: "SI hay una persona cerca, ENTONCES no aterrices". "SI el suelo no es plano, ENTONCES no aterrices". "SI el área es demasiado pequeña, ENTONCES no aterrices".
- La magia: Estas reglas están escritas en lógica pura, no ocultas dentro de una red neuronal. Si el dron aterriza en algún lugar, puedes ver exactamente la página del libro de reglas que utilizó para tomar esa decisión.

3. Cómo trabajan juntos

El Arquitecto mira el mundo y completa la lista de verificación (el PSSG).
El Abogado lee la lista de verificación. Contrasta los hechos con el libro de reglas.
La Decisión: El Abogado dice: "Está bien, este lugar tiene césped (Hecho), pero está junto a un perro (Hecho). La regla dice 'No aterrizar cerca de perros'. Por lo tanto, este lugar no es seguro".

4. El "Refinamiento con el Humano en el Bucle"

El artículo menciona una forma ingeniosa de escribir las reglas. Utilizaron una IA (un Modelo de Lenguaje Grande) para ayudar a redactar las reglas iniciales, pero solo antes de que el dron vuele por primera vez.

Imagina a un experto humano y a un asistente de IA sentados escribiendo el libro de reglas juntos. La IA sugiere: "¿Tal vez deberíamos añadir una regla sobre los perros?". El experto humano lo revisa, dice: "Sí, pero hazla más estricta", y escribe la regla final.
Una vez que el dron está volando, el asistente de IA se ha ido. El dron funciona con el libro de reglas fijo y aprobado por humanos. Esto asegura que el dron sea rápido, predecible y no se confunda por las "alucinaciones" de la IA de crear nuevas reglas a mitad del vuelo.

5. Por qué esto es mejor (Los Resultados)

Los investigadores probaron este sistema en 72 escenarios de aterrizaje simulados diferentes (como una prueba de conducción en un videojuego) y en hardware real (una computadora pequeña llamada Jetson Orin Nano).

Tasa de éxito: NEUROSYMLAND identificó con éxito puntos de aterrizaje seguros 61 de 72 veces. Esto fue mejor que otros sistemas de primer nivel, que solo tuvieron éxito entre 37 y 57 veces.
Transparencia: Si el dron falla, puedes mirar las notas del "Abogado" y ver exactamente qué regla se rompió.
Velocidad y Eficiencia: Aunque realiza dos pasos (Arquitecto + Abogado), funciona lo suficientemente rápido para un dron. La parte del "Abogado" es tan rápida que consume casi nada de tiempo de procesamiento (menos del 2% del tiempo total). El trabajo pesado lo realiza el "Arquitecto" (la cámara), lo cual es necesario de todos modos.
Adaptabilidad: Si quieres que el dron actúe de forma diferente (por ejemplo, "Misión de Rescate" frente a "Misión de Entrega"), solo tienes que cambiar los pesos en el libro de reglas. No tienes que reentrenar todo el cerebro de la IA.

Resumen

NEUROSYMLAND es como darle a un dron un par de ojos (para ver el mundo) y un libro de reglas estricto y escrito (para tomar decisiones).

Evita el problema de la "caja negra" donde la IA adivina sin dar explicaciones.
Es lo suficientemente robusto para manejar terrenos del mundo real desordenados mejor que los métodos anteriores.
Es lo suficientemente ligero para ejecutarse en una computadora de dron pequeña sin necesidad de una supercomputadora.

El artículo concluye que este enfoque "neuro-simbólico" es un gran paso hacia la creación de drones autónomos lo suficientemente seguros como para volar cerca de personas e infraestructura, porque sus decisiones son lógicas, explicables y confiables.

Resumen Técnico: NEUROSYMLAND

Declaración del Problema

La evaluación segura de sitios de aterrizaje (LSA, por sus siglas en inglés) en entornos no estructurados sigue siendo un cuello de botella crítico para el despliegue de UAV (vehículos aéreos no tripulados) autónomos. Los enfoques actuales sin marcadores dependen predominantemente de modelos de aprendizaje de extremo a extremo que regresan la viabilidad del aterrizaje directamente a partir de características geométricas y semánticas. Aunque son efectivos para identificar peligros obvios, estos métodos sufren tres limitaciones principales:

Falta de Transparencia: Proporcionan una interpretabilidad limitada respecto a las decisiones de seguridad, lo que dificulta la depuración sistemática y la certificación.
Rigidez: La actualización de las restricciones operativas (por ejemplo, políticas específicas de la misión o márgenes de seguridad) suele requerir el reentrenamiento o un rediseño heurístico.
Restricciones de Borde (Edge): Los métodos recientes basados en LLM/VLM ofrecen un razonamiento de alto nivel, pero típicamente dependen de la inferencia de caja negra o de modelos fundacionales pesados que exceden los presupuestos de memoria y cómputo de los sistemas robóticos desplegados en el borde.

Metodología

El artículo propone NEUROSYMLAND, un marco neuro-simbólico que desacopla explícitamente el modelado probabilístico del mundo del razonamiento de nivel de misión totalmente simbólico. El sistema opera en dos fases distintas:

1. Percepción en Línea y Modelado del Mundo

Procesamiento de Entrada: Una imagen monocromática es procesada por un modelo de segmentación SegFormer-B0 ligero, cuantizado en INT8, con post-procesamiento geométrico.
Grafo de Escena Semántica Probabilística (PSSG): En lugar de producir una máscara de aterrizaje bruta, el sistema construye un PSSG ( $G = (V, E)$ $G = (V, E)$ ).
- Nodos: Representan regiones segmentadas con atributos (confianza semántica, área, centroide, descriptores de forma, proxies de planitud).
- Aristas: Codifican relaciones espaciales (por ejemplo, adyacente a, cerca de, contiene) computadas de forma determinista a partir de la geometría.
- Incertidumbre: El grafo sirve como un modelo de mundo explícito e inspeccionable donde los atributos de los nodos almacenan las posteriores semánticas y las aristas codifican las confianzas de relación.

2. Razonamiento Simbólico y Toma de Decisiones

Motor de Reglas: La capa de decisión utiliza SCALLOP, un motor de programación lógica probabilística. Este ejecuta un conjunto fijo y pre-compilado de reglas simbólicas sobre el PSSG.
Construcción de Reglas Offline: Las reglas se sintetizan offline utilizando un LLM (OpenAI o3) como asistente para traducir las restricciones de expertos y la retroalimentación de casos de falla en reglas candidatas de SCALLOP. Estas se refinan iterativamente mediante validación humano-en-el-bucle (HITL), pero no ocurre inferencia de LLM durante el tiempo de ejecución.
Proceso de Inferencia:
- El motor infiere peligro(x) y seguro(x) para regiones candidatas basándose en predicados como es superficie plana(x) y cerca de(x, persona).
- Validación Multi-frame: Los candidatos se validan a través de una ventana temporal ( $T$ ) para asegurar la estabilidad geométrica y la ausencia de peligros transitorios.
- Clasificación Específica de la Misión: Una función de utilidad clasifica las regiones admisibles basadas en pesos de la misión (por ejemplo, proximidad al objetivo frente a márgenes de seguridad), produciendo una propuesta de aterrizaje final.

Contribuciones Clave

Arquitectura Neuro-Simbólica Modular: El marco separa la percepción aprendida del razonamiento simbólico, permitiendo un control de decisión estructurado bajo incertidumbre mientras mantiene la transparencia.
Razonamiento de Tiempo de Ejecución Determinista: Al ejecutar reglas SCALLOP compiladas sobre un PSSG, el sistema produce decisiones trazables, depurables y reconfigurables sin inferencia neuronal en la capa de decisión.
Ingeniería Asistida por LLM Offline: El artículo introduce un flujo de trabajo donde los LLM asisten únicamente en la redacción de reglas offline. El sistema de tiempo de ejecución final es un conjunto de reglas fijas y validadas por expertos, lo que garantiza un comportamiento determinista adecuado para la certificación.
Evaluación Viable en el Borde (Edge): El sistema se evalúa en hardware embebido (Jetson Orin Nano), demostrando que el razonamiento explícito añade una latencia insignificante en comparación con los costos de percepción.

Resultados Experimentales

Los autores evaluaron NEUROSYMLAND a través de 72 escenarios de aterrizaje simulados (Software-in-the-Loop) y 100 ensayos de hardware-en-el-bucle (HIL).

Efectividad (SIL)

Tasa de Éxito: NEUROSYMLAND logró 61/72 evaluaciones exitosas, superando a las líneas base competitivas: PEACE (57/72), SafeUAV (47/72) y LLMExplain (37/72).
Robustez: El sistema demostró una robustez superior ante la semántica fragmentada y etiquetas espurias al razonar sobre evidencia a nivel de región en lugar de máscaras a nivel de píxel.
Ablación: Reemplazar las reglas probabilísticas con lógica de primer orden determinista (NEUROSYMLAND-DetFOL) resultó en 58/71 éxitos, indicando que la fundamentación probabilística del PSSG mejora aún más la calidad de la decisión.

Eficiencia (HIL)

Latencia: El sistema logró una latencia de extremo a extremo de 1,043.3 ms (~0.96 FPS) en un Jetson Orin Nano.
Desglose Computacional:
- La percepción y la construcción del PSSG representaron ~94% de la latencia total.
- El razonamiento simbólico contribuyó solo con un ~2% (20.0 ms), confirmando que la sobrecarga de razonamiento es insignificante.
Uso de Recursos: El sistema operó de manera estable dentro de las restricciones embebidas, utilizando 76.9% de CPU, 52% de GPU y 5.6 GB de memoria, con un consumo de energía de 12.3 W.

Interpretabilidad

El análisis cualitativo mostró que NEUROSYMLAND proporciona trazas de procedencia explícitas, atribuyendo las decisiones a reglas específicas (por ejemplo, cerca de persona, cerca de obstáculo). A diferencia de las líneas base que producen másculas densas o puntos únicos, NEUROSYMLAND permite la reconfiguración adaptable a la misión (por ejemplo, cambiar entre modos de "Seguro", "Emergencia" y "Rescate") simplemente ajustando los pesos de clasificación sin reentrenamiento.

Significancia y Reivindicaciones

El artículo afirma que NEUROSYMLAND demuestra la viabilidad de desplegar pilas de evaluación de sitios de aterrizaje robustas e interpretables en hardware de UAV con restricciones de borde. Su principal significancia radica en:

Desacoplamiento de Percepción y Control: Permite la reconfiguración de misiones y la depuración sistemática mediante la modificación de reglas simbólicas en lugar del reentrenamiento de redes neuronales.
Uso de Recursos de Borde Limitado: Demuestra que el razonamiento simbólico explícito no impone una carga computacional prohibitiva en sistemas embebidos, ya que el costo está dominado por la percepción.
Transparencia: Ofrece rutas de razonamiento legibles por humanos y puntuaciones de seguridad trazables, abordando la naturaleza de "caja negra" de los enfoques puramente basados en aprendizaje.

Los autores reconocen que el rendimiento del sistema está fundamentalmente limitado por la calidad de la percepción subyacente (los errores de segmentación se propagan al PSSG) y que los escenarios actuales carecen de elementos dinámicos significativos. El trabajo futuro se dirige hacia la mejora de la fiabilidad del modelo del mundo, la extensión a entornos dinámicos y la integración del módulo de evaluación con pilas completas de control de vuelo para ensayos de bucle cerrado.