A 500 kilómetros no hay quien te rescate: cuando la autonomía no es opcional

Hay un detalle que cambia todo.

Si un robot en casa deja de funcionar, lo reinicias. Llamas al soporte técnico. En el peor caso, lo llevas a reparar. Hay red de seguridad. Pero a 500 kilómetros de altitud, orbitando la Tierra a 28.000 km/h, en un entorno donde la temperatura oscila entre -170 y +120 grados según si da el sol o no, esa red desaparece. El sistema decide solo, o la misión muere.

Esa es la realidad de la robótica espacial. Y es también la razón por la que la autonomía, en este contexto, no es una característica opcional. Es una condición de supervivencia.

El problema que nadie ve
Durante décadas, el modelo dominante en el espacio fue el satélite monolítico: una plataforma grande, cara y muy especializada que concentraba en un único vehículo todas las capacidades de la misión. Ese modelo está cambiando. La miniaturización de la electrónica, los lanzadores reutilizables y la reducción del coste de acceso al espacio han abierto la puerta a constelaciones y formaciones de satélites pequeños que cooperan para hacer lo que antes hacía uno solo. Iniciativas como Starlink, OneWeb o las constelaciones de observación de Planet Labs son la expresión visible de ese cambio.

Pero detrás hay un problema técnico que no aparece en los comunicados de prensa: ¿cómo consigues que varios satélites mantengan una geometría precisa y coordinada en el tiempo, sin un nodo central que lo controle todo, bajo perturbaciones orbitales reales que degradan cualquier formación si no se compensan activamente? El achatamiento terrestre, el arrastre atmosférico, la presión de radiación solar — fuerzas constantes e invisibles que empujan y desvían cada satélite de su trayectoria ideal.

Ese fue exactamente el problema que abordé en mi TFG.

Aprender en simulación, actuar en el vacío
La solución que exploré se apoya en aprendizaje por refuerzo multiagente (MARL): varios agentes que aprenden a cooperar a través de la experiencia, sin que nadie les programe reglas explícitas de comportamiento. Es la misma familia de técnicas con la que una IA aprende a jugar al ajedrez o a conducir, pero aplicada a un entorno donde los errores no se pueden revertir y la comunicación con tierra tiene latencia.

El proceso no es inmediato. Entrenar la política final requirió aproximadamente 10,75 millones de pasos de simulación, divididos en cuatro fases progresivas:

1. Un agente en solitario aprendiendo a posicionarse sobre el anillo objetivo.
2. Dos agentes comenzando a coordinarse, donde la simetría del problema permitió que emergiera una distribución natural sin codificarla explícitamente.
3. Tres agentes enfrentando la ambigüedad geométrica de decidir quién va a qué lugar — la fase más difícil, donde la tasa de colisiones llegó al 8%.
4. Cuatro agentes operando simultáneamente bajo perturbaciones orbitales reales al 100% de magnitud nominal: arrastre atmosférico, presión de radiación solar y el efecto del achatamiento terrestre (J2).

El modelo final, PPO_final, alcanzó un 99,1% de éxito sobre 1.000 episodios de evaluación, con un error medio de posicionamiento del orden de 5 milímetros y velocidades terminales próximas a cero. Los cuatro agentes aprendieron a coordinarse, a evitar colisiones y a recuperar la formación ante perturbaciones impulsivas — todo ello sin instrucciones externas en tiempo de ejecución.

El problema es que todo ocurrió dentro de un ordenador.

El abismo entre simular y existir
Existe un concepto en robótica que resume uno de los retos más honestos del campo: el gap Sim-to-Real, la brecha entre lo que un sistema aprende en simulación y lo que realmente es capaz de hacer cuando se enfrenta al mundo físico.

En el artículo anterior reflexionaba sobre cómo simular no es sentir. Hay una versión técnica de ese mismo problema aquí: por muy preciso que sea el simulador, el mundo real guarda ruidos de sensor que no modelaste, fricciones mínimas que se acumulan, retardos que el entorno digital abstrae. La pregunta que toda investigación en este campo debe responder es hasta qué punto lo aprendido en el ordenador sobrevive al contacto con la realidad física.

Para aproximarme a esa respuesta, desarrollé una segunda línea del trabajo: entrenar el brazo robótico Ufactory Lite6 sobre una plataforma de cojinetes neumáticos que simula condiciones de microgravedad. La política se entrena en MuJoCo y se transfiere directamente al hardware real, sin modificaciones. El error de calibración entre el sistema simulado y el real fue inferior a 2 milímetros en posición, con una reproducibilidad entre ejecuciones sucesivas menor al 2%. El simulador había capturado lo esencial.

Pero conviene ser honesto con los límites: la formación de cuatro satélites sigue siendo, por ahora, solo simulación. El salto completo al hardware multiagente está pendiente, y es donde las cosas se pondrán realmente difíciles — y realmente interesantes.

Por qué esto importa
La razón por la que la robótica terrestre y la robótica espacial son, en esencia, el mismo desafío tecnológico es precisamente esta: cada algoritmo que perfeccionamos aquí abajo, en entornos controlables y reparables, es un paso hacia sistemas que mañana operarán donde nadie puede llegar a rescatarlos.

Las grandes constelaciones que hoy dan cobertura a internet en zonas remotas, monitorizan el clima o detectan incendios forestales todavía dependen en gran medida de instrucciones desde tierra. Pero a medida que esas formaciones crecen en número y complejidad, ese modelo tiene un límite claro. La autonomía distribuida — que cada satélite decida a partir de información local, sin necesitar que nadie desde abajo le diga qué hacer — no es una opción futura. Es el camino inevitable.

Y el campo de preguntas abiertas es enorme: ¿puede emerger coordinación real entre agentes sin codificar explícitamente cómo distribuirse? ¿Qué ocurre cuando uno de los agentes falla y los demás tienen que reconfigurar la formación sin instrucciones externas? ¿Hasta dónde aguanta una política entrenada en simulación cuando el caos del mundo real llega de verdad?

Son preguntas que el campo de la robótica espacial autónoma todavía está intentando responder. Y que hacen que valga la pena seguir trabajando en ellas.