Drones autônomos que transportam água para combater incêndios florestais enfrentam um grande desafio: manter a rota diante de ventos imprevisíveis. Pensando nisso, pesquisadores do MIT desenvolveram um novo algoritmo de controle adaptativo baseado em aprendizado de máquina, que promete revolucionar o desempenho desses equipamentos em ambientes incertos.
Ao contrário de técnicas convencionais, o novo sistema não exige conhecimento prévio sobre os distúrbios atmosféricos que o drone poderá enfrentar. Em apenas 15 minutos de voo, o modelo coleta dados suficientes para aprender e se adaptar, reduzindo em até 50% o erro de rastreamento da trajetória em comparação com métodos tradicionais.
Melhor algoritmo
O segredo da inovação está no uso da meta-aprendizagem — uma técnica que ensina o sistema a escolher automaticamente o melhor algoritmo de otimização com base nas características específicas dos ventos enfrentados. A solução usa redes neurais para estimar distúrbios e seleciona, entre uma família de algoritmos chamada “descida do espelho”, aquele mais eficaz para a situação em tempo real.
Além de garantir maior estabilidade de voo mesmo sob rajadas intensas, o método se mostrou robusto em testes com velocidades de vento não vistas durante o treinamento. Os resultados indicam que, quanto mais severas as condições, maior é o desempenho relativo do novo controle adaptativo.
A expectativa dos pesquisadores é aplicar essa tecnologia não apenas no combate a incêndios, mas também em drones que fazem entregas pesadas ou monitoram áreas remotas. Segundo os autores, o próximo passo é testar o sistema em drones reais e expandir a capacidade de adaptação para múltiplos tipos de distúrbios simultâneos, como alterações de carga e pressão do ar.
*Imagem de capa: Depositphotos.com
