World-Model-Grounded LLM Planning for AUV and ASV Navigation Near Offshore Wind Farms

Imagina un robot que puede entender una frase sencilla como "ve a inspeccionar esa turbina eólica" y luego puede deducir los pasos para llegar allí. Durante años, los científicos han estado enseñando a la inteligencia artificial a hacer exactamente esto utilizando grandes modelos de lenguaje, la misma tecnología que impulsa a los asistentes inteligentes y a los chatbots. Estos sistemas son excelentes para desglosar un gran objetivo en acciones más pequeñas, como "avanzar", "girar a la izquierda" o "detenerse". Sin embargo, tienen un punto ciego crítico: no entienden la física. Saben las palabras para mover un bote o un submarino, pero no pueden sentir el peso del agua, la resistencia de la corriente o el retraso que tarda un motor en responder. Si le pides a un modelo de lenguaje estándar que pilote una embarcación alrededor de una turbina, podría sugerir un giro que parece perfecto sobre el papel pero que falla en la realidad porque el agua empuja el bote lateralmente o el motor tiene un retraso, provocando que la embarcación derive directamente hacia la estructura. Esta brecha entre lo que una computadora piensa que sucederá y lo que realmente sucede en el océano es el problema central que los investigadores de la Institución de Investigación de Defensa de Noruega y la Universidad de Heriot-Watt se propusieron resolver.

El equipo desarrolló una nueva forma de guiar a los robots autónomos cerca de parques eólicos marinos dotándolos de un "modelo de mundo". Piensa en esto no como un segundo cerebro que piensa, sino como un simulador altamente preciso que se ejecuta en segundo plano. En este sistema, el modelo de lenguaje sigue actuando como el comandante, decidiendo la secuencia de acciones basándose en la descripción de la misión. Pero antes de que el robot se mueva, el modelo de mundo interviene para responder a las preguntas de "cuánto tiempo" y "cuánto". Calcula la duración precisa de cada movimiento y comprueba si el plan sobrevivirá a las realidades físicas del océano, como las olas, las corrientes y la forma específica en que funcionan los propulsores del robot. Si el plan parece que conducirá a una colisión, el modelo de mundo ajusta el tiempo o la trayectoria, asegurando que el robot se mantenga a salvo mientras alcanza su objetivo.

Para probar este enfoque, los investigadores trabajaron con dos tipos de robots muy diferentes: un vehículo submarino que puede moverse en todas las direcciones, incluyendo los lados, y un bote de superficie que solo puede avanzar, retroceder y girar, de forma muy parecida a un coche. Crearon un sistema híbrido donde un simulador de física estándar proporcionaba las reglas básicas de movimiento y una red neuronal aprendía a corregir los pequeños y desordenados errores que cometen las máquinas del mundo real. Esta combinación permitió al sistema predecir el estado futuro del robot con una precisión extrema. En sus simulaciones, el sistema podía predecir dónde estaría el robot submarino después de un minuto con un error de menos de un milímetro, y dónde estaría el bote de superficie con un error de menos de medio metro.

Los resultados de sus pruebas fueron sorprendentes. Cuando los robots recibieron misiones para navegar alrededor de torres de turbinas eólicas y cables, el modelo de lenguaje actuando por sí solo falló por completo. Chocó contra obstáculos en todos los intentos porque no pudo tener en cuenta la deriva causada por las corrientes de agua o el retraso en los motores. En cambio, cuando el modelo de lenguaje se combinó con el modelo de mundo, tanto los robots submarinos como los de superficie alcanzaron sus destinos sin una sola colisión. El sistema redujo la distancia entre donde el robot se detuvo y su objetivo previsto en aproximadamente un 93 por ciento para el vehículo submarino y entre un 70 y un 82 por ciento para el bote de superficie, en comparación con los intentos sin guía.

Una parte particularmente ingeniosa del trabajo involucró al bote de superficie, que a menudo es demasiado pequeño y económico para transportar sensores costosos como sonares o escáneres láser para mapear el fondo marino en tiempo real. En lugar de depender de sensores a bordo, los investigadores enseñaron al sistema a "ver" el entorno utilizando imágenes de satélite, cartas náuticas y pronósticos meteorológicos. Un modelo de visión y lenguaje analizó estos mapas existentes para identificar obstáculos como rocas poco profundas o estructuras sumergidas, convirtiéndolos en un mapa digital que el robot pudiera utilizar. Este método resultó ser tan efectivo como tener a un humano dibujando manualmente los obstáculos en un mapa, logrando una tasa de precisión del 96 por ciento en la distinción de áreas navegables de las no navegables. Esto significa que los robots de bajo costo pronto podrían navegar por zonas costeras complejas sin necesidad de transportar equipos pesados y costosos.

Los investigadores también probaron qué tan bien se mantendría este sistema en una simulación más realista y de alta fidelidad que incluía patrones de olas complejos y corrientes impredecibles. Incluso en este entorno desafiante, los robots se mantuvieron libres de colisiones. El sistema incluyó un mecanismo de seguridad que reevaluaba constantemente el plan a medida que el robot se movía. Si el robot se desviaba de su curso debido a una ola repentina, el sistema recalculaba rápidamente la trayectoria restante para asegurar que aún pudiera alcanzar el objetivo de forma segura. Este proceso de bucle cerrado, que actúa como un constante control y equilibrio, fue crucial para el éxito, especialmente en maniobras estrechas donde un pequeño error podría provocar un choque.

En última instancia, el estudio demuestra que, si bien la inteligencia artificial es poderosa para comprender el lenguaje y planificar secuencias, necesita un fundamento en la realidad física para ser útil en el mundo real. Al combinar el razonamiento de alto nivel de un modelo de lenguaje con un modelo de mundo consciente de la física, los investigadores crearon un sistema que puede guiar de forma segura a vehículos autónomos a través del complejo y dinámico entorno de los parques eólicos marinos. El trabajo sugiere que el futuro de la robótica marina no reside en hacer al modelo de lenguaje más inteligente, sino en darle una mejor comprensión del mundo físico en el que opera, permitiéndole tomar decisiones que no sean solo lógicas, sino también físicamente posibles.