Un dron de carreras con una sola cámara, sin GPS y sin ayuda desde tierra ha ganado a tres antiguos campeones del mundo humanos a unos 100 km/h. El equipo que lo ha creado, el MAVLab de la Universidad Tecnológica de Delft (TU Delft), en Países Bajos, acaba de explicar cómo funciona en un artículo revisado por pares en Science Robotics, publicado el 14 de octubre.
Por qué importa: casi todos los robots rápidos necesitan sensores carísimos o una sala llena de cámaras de seguimiento para saber dónde están. Este dron lo ha conseguido con el tipo de hardware que lleva un dron de carreras de aficionado, y su «piloto» es una diminuta red neuronal que aprendió a volar a base de ensayo y error, sin que nadie lo programara a mano. Sacar tanta habilidad de tan poco es justo lo que necesitan los robots para ser más baratos, ligeros y capaces.
Qué pasó en el circuito
La carrera fue la competición de drones autónomos de Abu Dabi de 2025 (A2RL): primero compitieron entre sí los equipos de IA y el ganador se enfrentó después a pilotos humanos en eliminatorias directas. Y aquí está la clave: los organizadores diseñaron el circuito y pusieron el dron, así que el equipo de Delft no pudo ajustar el trazado ni añadir sensores. Las normas solo permitían una cámara frontal y los sensores de movimiento del propio dron.
El sistema de Delft, llamado MonoRace («mono» por la única cámara), ganó a todos los demás equipos autónomos y después a tres antiguos campeones del mundo de la Drone Champions League, como contó entonces DroneXL. Según el preprint del equipo, su mejor manga fueron 16,56 segundos para dos vueltas a un circuito de 11 puertas, con una velocidad punta de algo más de 28 metros por segundo. Eso son unos 100 km/h, cruzando puertas de apenas unos metros de ancho.
Cómo basta con una cámara
Ver bien a esa velocidad es más difícil de lo que parece. Volar muy rápido con una sola cámara es complicado porque las imágenes salen borrosas y deformadas, explica el autor principal, Stavrow Bahnam, en la nota de TU Delft. Además, el dron tiene muy poco tiempo para averiguar dónde está.
MonoRace divide el trabajo en dos partes:
- Ver: una red neuronal (un tipo de IA inspirada a grandes rasgos en el cerebro) localiza las puertas del circuito en cada imagen. Como el equipo conoce el tamaño y la forma reales de las puertas, el dron puede deducir su propia posición según cómo las ve.
- Rellenar los huecos: entre fotograma y fotograma, una IMU (unidad de medición inercial, el mismo tipo de sensor de movimiento que gira la pantalla del móvil cuando lo pones de lado) y un modelo físico del dron siguen la pista de hacia dónde va.
Un piloto que aprendió entrenando
Lo más llamativo es el control. Los drones normales usan una pila de programas ajustados a mano: uno planifica la trayectoria, otro la sigue, otro mantiene el dron nivelado, y así sucesivamente. MonoRace lo sustituye todo por una sola red neuronal pequeña que manda órdenes directamente a los cuatro motores, 500 veces por segundo.
Esa red se entrenó con aprendizaje por refuerzo: un método en el que la IA prueba cosas millones de veces en una simulación por ordenador y recibe una «recompensa» por volar rápido y atravesar las puertas. Es como un jugador de videojuegos que mejora a base de practicar sin descanso, solo que el jugador es software. Para que esa habilidad sobreviviera al salto al mundo real, el equipo fue cambiando el peso del dron simulado, la fuerza de los motores y otros detalles durante el entrenamiento, de modo que la red aprendiera a manejar un dron que nunca es exactamente como se espera.
La red es minúscula. El preprint describe solo tres capas de 64 neuronas artificiales, tan poca cosa que cabe en la controladora de vuelo del dron, un chip mucho menos potente que el de tu móvil. Según el coautor Robin Ferede, la red aprende a controlar los motores directamente, y eso le permite reaccionar rapidísimo.
Cómo se compara
No es la primera vez que un dron con IA gana a campeones humanos: un sistema llamado Swift, de la Universidad de Zúrich, lo logró en 2023. Pero Swift corrió en un entorno interior controlado, usaba una cámara estéreo (dos cámaras, como nuestros dos ojos) y su visión se entrenó con ayuda de cámaras de captura de movimiento. MonoRace lo ha hecho con una sola cámara, en un circuito mucho más grande que no diseñó y con el cronómetro de un organizador independiente. Los autores afirman que es el primer dron autónomo que gana una carrera entre humanos e IA organizada de forma independiente.
Los límites, sin adornos
No fue perfecto. En el preprint, el equipo reconoce choques cuando el sensor de movimiento llegó a su tope en un giro en picado muy cerrado y cuando interferencias electrónicas estropearon las imágenes de la cámara (en un caso, tres de cada cuatro fotogramas). El primer problema lo resolvieron con software; el dron llegó a completar el circuito con la mitad de los fotogramas dañados. El sistema depende además de puertas rectangulares y todavía no sabe ver ni esquivar a otros drones, algo importante en carreras con varios drones y en el espacio aéreo real.
Una carrera es, además, un caso especial: el circuito se conoce de antemano. Volar por un bosque, un almacén o una zona de desastre es un problema distinto y mucho más caótico.
Qué pasará ahora
Para Guido de Croon, que dirige el trabajo, las carreras autónomas son una forma de llevar la IA robótica al límite. El equipo cree que la misma receta (un pequeño controlador aprendido que habla directamente con los motores, alimentado por sensores baratos) podría ayudar a otras máquinas a moverse de forma suave y eficiente, desde robots aspiradores hasta grúas portuarias. Por ahora son ideas, no demostraciones.
Para el resto de nosotros, la conclusión es sencilla: los robots aprenden cada vez más sus habilidades practicando con IA en lugar de programarse línea a línea, y lo hacen con un hardware sorprendentemente modesto. Atentos a ver estos controladores aprendidos en drones de reparto, robots de inspección y, con el tiempo, en aparatos que tengamos en casa.
Sigue leyendo
- Un robot rana que salta y nada con patas elásticas que chasquean
- Arduino Ventuno Q: la placa que da ojos y cerebro a los robots
- Crea tu propio gadget con IA: el kit Muse de Meta para ESP32
Fuentes
- MonoRace: Robust monocular AI for champion-level drone racing – S. Bahnam et al., Science Robotics, 14 de octubre de 2026
- The science behind the world’s fastest autonomous racing drone – TU Delft vía EurekAlert!, 14 de octubre de 2026
- AI drone outpaces former world champions using one camera and no GPS – TechXplore, octubre de 2026
- MonoRace: Winning Champion-Level Drone Racing with Robust Monocular AI (preprint) – arXiv, 21 de enero de 2026
- TU Delft’s AI-Powered Drone Outpaces Human Champions in Historic A2RL Victory – DroneXL, 18 de abril de 2025
