SAGE: Ergodic Control for Autonomous and Adaptive Inspection of Subsea Infrastructure

En las profundidades de la superficie oceánica, la infraestructura crítica conocida como árboles de Navidad submarinos gestiona el flujo de petróleo y gas. Estas estructuras complejas están dotadas de válvulas, bridas y conectores que requieren un monitoreo constante para asegurar que no presenten fugas. Durante décadas, esta inspección ha sido una labor dirigida por humanos, que depende de buzos o vehículos operados de forma remota que siguen programas estrictos y preestablecidos. El desafío radica en el hecho de que no todas las partes de la estructura son igualmente importantes en cada momento. Una válvula con una sospecha de fuga exige atención inmediata y frecuente, mientras que un componente con un historial limpio puede esperar más tiempo. En el enfoque tradicional, si se descubre una nueva fuga a mitad de una misión, el operador humano debe detener el vehículo, recalcular manualmente la ruta y emitir nuevas órdenes para priorizar el peligro. Este proceso es lento, interrumpiendo el flujo de trabajo y dejando brechas críticas de cobertura mientras se reescribe el plan.

Un grupo de investigadores ha desarrollado un nuevo enfoque llamado SAGE, que significa Semántica y Ergodicidad Adaptativa Generativa, diseñado para permitir que los robots submarinos gestionen estas prioridades cambiantes por sí mismos. En lugar de seguir un bucle fijo que visita cada punto en el mismo orden, este sistema trata el área de inspección como un mapa de riesgo. El robot calcula continuamente dónde es mayor el peligro y ajusta su movimiento para pasar más tiempo en esos puntos específicos. La idea central es que la trayectoria del robot debe reflejar naturalmente las necesidades cambiantes de la misión. Si una válvula se vuelve repentinamente de alto riesgo, el robot no espera a que un humano redibuje el mapa; inmediatamente comienza a circular alrededor de esa válvula con más frecuencia, simplemente porque su cálculo interno de "a dónde ir a continuación" ha cambiado. Este método, conocido como control ergódico, alinea el movimiento del robot con una distribución de riesgo en vivo, asegurando que el tiempo pasado cerca de un componente sea proporcional a cuánta atención necesita ese componente en ese momento.

En un entorno simulado, los investigadores probaron este sistema contra un método estándar de ruta fija utilizando un escenario con dos estructuras submarinas que contenían cinco válvulas en total. Crearon una situación en la que una válvula desarrolló una fuga significativa, representando un escenario de alto riesgo, mientras que las otras permanecieron rutinarias. El método tradicional, que utilizaba un recorrido planificado de antemano, trataba cada válvula con el mismo programa. Visitaba cada válvula exactamente cada 8.1 segundos, independientemente de si una válvula presentaba una fuga o era perfectamente segura. Incluso cuando el riesgo en la válvula con fuga se disparó, el robot continuó su bucle fijo, incapaz de priorizar la emergencia sin que un humano interrumpiera la misión para replanificar la ruta. En contraste, el sistema SAGE reaccionó instantáneamente a la fuga simulada. Sin ninguna intervención humana ni pausa para recalcular una trayectoria, el robot cambió automáticamente su comportamiento. Comenzó a visitar la válvula con fuga cada 5.8 segundos, revisándola aproximadamente 1.4 veces más seguido que el robot de ruta fija. A lo largo de una simulación de cinco minutos, el robot SAGE visitó la válvula con fuga 50 veces, mientras que el robot tradicional la visitó solo 37 veces.

La diferencia en el rendimiento se extendió más allá de la simple válvula con fuga. Debido a que el sistema SAGE se concentró en el área de alto riesgo, naturalmente pasó menos tiempo en las válvulas que no representaban ninguna amenaza. En la simulación, el robot ignoró por completo una de las válvulas de bajo riesgo, visitándola cero veces, mientras que el robot de ruta fija perdió tiempo revisándola 37 veces. Esta capacidad de asignar el tiempo de forma dinámica significa que una posible fuga puede pasar desapercibida durante un periodo mucho más corto bajo el nuevo sistema. Los investigadores descubrieron que el tiempo entre revisiones para la válvula peligrosa se redujo significamente, recortando la ventana de vulnerabilidad a aproximadamente dos tercios de lo que era con el método antiguo. El sistema logró esto actualizando constantemente un mapa mental de riesgo y ajustando su velocidad y dirección en tiempo real, en lugar de seguir un guion rígido.

Aunque los resultados en la simulación fueron prometedores, los investigadores reconocen que el sistema tiene limitaciones. En la prueba, el enfoque intenso del robot en la válvula con fuga hizo que ignorara por completo la válvula de menor riesgo, lo que podría ser un problema si esa válvula desarrollara un problema repentino. El equipo sugiere que las versiones futuras del software podrían incluir una regla de seguridad que garantice que cada válvula sea revisada al menos una vez, incluso si es de bajo riesgo, asegurando que ninguna parte de la estructura sea totalmente olvidada. Los siguientes pasos para la tecnología implican cerrar el ciclo entre los ojos y el cerebro del robot. Actualmente, los niveles de riesgo en la simulación se establecieron manualmente, pero el objetivo final es que el robot detecte las fugas directamente a través de sus cámaras o sonar y actualice el mapa de riesgo automáticamente. Los investigadores también planean probar el sistema en vehículos submarinos reales en el océano, incluyendo experimentos donde se introduce una fuga a mitad de la misión para ver cómo el robot se adapta en el mundo real.

Esta tecnología representa un cambio de la programación rígida a la conciencia adaptativa, permitiendo que los sistemas autónomos tomen decisiones basadas en condiciones en tiempo real en lugar de un plan preescrito. La misma lógica podría aplicarse eventualmente a otras tareas donde las prioridades cambian sobre la marcha, como la búsqueda de supervivientes en zonas de desastre, el monitoreo de peligros ambientales como derrames de petróleo o la recolección de basura en aguas costeras. Al dejar que el robot decida a dónde ir basándose en dónde es mayor la necesidad, el sistema ofrece una forma de hacer que la inspección submarina sea más rápida, segura y sensible a las realidades inmediatas del océano profundo.