DRL-Based Adaptive Routing for Energy-Efficient and Reliable Underwater Wireless Sensor Networks

Bajo la superficie del océano, donde la luz del sol se desvanece y la presencia humana es escasa, se está llevando a cabo una revolución silenciosa en la recopilación de datos. Los científicos despliegan redes de pequeños sensores alimentados por baterías para monitorear desde los niveles de contaminación hasta la salud de los arrecifes de coral. Estos dispositivos no pueden depender de las ondas de radio que transportan nuestras señales de telefonía móvil, porque el agua absorbe esas señales casi instantáneamente. En su lugar, deben comunicarse entre sí utilizando el sonido, enviando pulsos acústicos a través del agua oscura para transmitir la información. Este método de comunicación es intrínsecamente difícil; el sonido viaja lentamente, el agua es ruidosa y los propios sensores tienen una energía muy limitada. Una vez que un sensor es depositado en el mar, no puede recargarse ni reemplazarse fácilmente. Si un sensor se queda sin energía, queda en silencio, y si la ruta para sus datos se bloquea, la información se pierde para siempre. El desafío central para los ingenieros es crear un sistema que mantenga estas redes submarinas vivas y comunicándose durante el mayor tiempo posible, asegurando que cada bit de datos llegue a la superficie sin agotar las baterías de los pocos nodos que quedan.

En un estudio reciente, los investigadores Zeeshan Rasheed, Shahzad Ashraf y Muhammad Junaid Rabbani abordaron este problema enseñando a los sensores a tomar decisiones más inteligentes sobre quién debería transportar sus mensajes. Desarrollaron un nuevo método de enrutamiento basado en un tipo de inteligencia artificial llamada aprendizaje por refuerzo profundo. En términos sencillos, este es un sistema que aprende de la experiencia. Imagine un nodo sensor que tiene que decidir qué vecino recibirá su próximo mensaje. En lugar de seguir una regla rígida y preescrita, este nuevo sistema evalúa a sus vecinos en tiempo real. Observa cuánta energía de batería le queda a cada vecino, qué tan clara es la conexión de sonido entre ellos, cuánto progreso está logiendo el mensaje hacia la superficie y si el camino por delante podría conducir a un callejón sin salida donde no existan más vecinos. El sistema elige entonces al mejor vecino único para reenviar los datos, equilibrando la necesidad de mover el mensaje rápidamente con la necesidad de ahorrar energía para el futuro.

Los investigadores probaron este enfoque en una simulación computacional detallada que imitaba las complejas condiciones del océano, incluyendo el movimiento del agua, el ruido del entorno y la colocación aleatoria de los sensores. Compararon su nuevo método contra otras nueve estrategias de enrutamiento existentes, que iban desde reglas simples basadas en la distancia hasta otros sistemas de aprendizaje avanzados. Los resultados mostraron una clara ventaja para el nuevo enfoque. En simulaciones que involucraban cien nodos sensores, el método propuesto entregó con éxito el 93.26 por ciento de todos los mensajes a la superficie. Esto fue una mejora significativa respecto al siguiente mejor método basado en el aprendizaje, que entregó solo el 85.70 por ciento. Más importante aún, el nuevo método fue mucho mejor preservando la energía de la red. Al final de la simulación, los sensores que utilizaban este nuevo sistema aún tenían el 87.732 por ciento de su energía de batería original restante, mientras que los otros métodos habían consumido mucho más. Esta eficiencia permitió que la red operara durante 662.6 rondas de transmisión de datos antes de fallar, comparado con solo 625 rondas para el competidor más cercano.

El éxito de este sistema proviene de su capacidad para evitar los obstáculos comunes que plagan las redes submarinas. Los métodos más antiguos a menudo elegían a los mismos pocos sensores para reenviar mensajes porque estaban más cerca de la superficie o tenían la señal más fuerte, lo que agotaba rápidamente esos nodos específicos y creaba brechas en la red. El nuevo sistema basado en el aprendizaje, sin embargo, evita activamente sobrecargar cualquier nodo individual. También aprende a reconocer y evitar los "vacíos", que son áreas donde no existe un vecino adecuado para dar el siguiente paso. Al penalizar las elecciones que conducen a estos callejones sin salida o que dependen de conexiones débiles y ruidosas, el sistema asegura que los datos sigan avanzando sin quedarse estancados o perderse. El estudio encontró que este proceso de selección cuidadosa redujo el número de mensajes fallidos causados por estos vacíos en casi la mitad en comparación con otros métodos basados en el aprendizaje. Además, el sistema logró entregar los datos más rápido, con un retraso promedio de solo 0.982 segundos, superando a los otros métodos que luchaban con retrasos que excedían los 1.1 segundos.

Para entender exactamente por qué este nuevo método funcionó tan bien, los investigadores realizaron una serie de pruebas donde eliminaron partes específicas del sistema una por una. Cuando eliminaron la parte que verificaba la batería restante, la vida útil de la red disminuyó significamente. Cuando eliminaron la parte que evaluaba la calidad de la conexión de sonido, el número de mensajes perdidos aumentó. Cuando eliminaron la parte que aprendía a equilibrar estas diferentes prioridades basándose en las condiciones cambiantes, el rendimiento general cayó a su punto más bajo. Estas pruebas confirmaron que ningún factor por sí solo era suficiente; el éxito del sistema dependía de la combinación inteligente de la conciencia energética, la calidad de la señal, la velocidad y la evaluación de riesgos. Los investigadores también observaron que el nuevo método requería un poco más de tiempo para que cada sensor tomara una decisión —aproximadamente 0.60 milisegundos en comparación con los 0.35 milisegundos de los métodos más simples—, pero este diminuto retraso era un intercambio que valía la pena por las enormes ganancias en confiabilidad y vida útil de la batería.

El estudio también exploró cómo factores ambientales como la temperatura del agua y la salinidad afectan a estas redes. Los investigadores encontraron que los cambios en la temperatura tenían el impacto más significativo en cómo viaja el sonido, seguidos de cerca por la salinidad. Su sistema fue diseñado para adaptarse a estos cambios, ajustando sus elecciones basadas en la confiabilidad actual de los enlaces acústicos. En simulaciones donde el entorno se volvió más difícil, con mayor ruido o condiciones inestables, el nuevo método mantuvo su alta tasa de entrega mientras que otros protocolos luchaban y fallaban con más frecuencia. Esta robustez sugiere que el sistema podría manejar la naturaleza impredecible del océano real mejor que las tecnologías actuales. Los investigadores concluyeron que, al utilizar este enfoque adaptativo basado en el aprendizaje, las redes de sensores submarinos pueden hacerse mucho más confiables y duraderas, asegurando que los datos críticos que recolectan lleguen a los científicos en la superficie sin que la red colapse por el agotamiento de la energía. Aunque los resultados se lograron mediante simulación, los autores sugieren que el siguiente paso sería probar estos hallazgos en hardware real para ver si el ahorro de batería y las tasas de entrega se mantienen en el mundo físico.