Il dott. Roberto Marcelo Alvarez, direttore esecutivo della Fondazione Universitaria Iberoamericana (FUNIBER) con sede in Argentina e Uruguay, e la dott.ssa Yini Airet Miró, docente e ricercatrice presso l’Universidad Europea del Atlántico (Università Europea dell’Atlantico, UNEATLANTICO), istituzione che fa parte della Rete Universitaria Internazionale della Fondazione, partecipano insieme a un team internazionale di ricercatori a un nuovo studio. La ricerca propone un sistema di risposta alle emergenze basato su droni autonomi e sull’apprendimento per rinforzo multi-agente per velocizzare la ricerca delle vittime in caso di incidenti avvenuti nelle gallerie.
Lo studio parte da una realtà ampiamente riconosciuta: le gallerie costituiscono infrastrutture essenziali per i trasporti moderni, ma rappresentano anche uno degli scenari più difficili per le operazioni di soccorso a causa della loro configurazione chiusa, della visibilità limitata, dell’accumulo di fumo, dei danni strutturali e dell’assenza di sistemi di posizionamento come il GPS. Queste condizioni rendono difficile prendere decisioni rapide ed efficaci durante un’emergenza, aumentando il rischio sia per le persone coinvolte che per le squadre di intervento.
Intelligenza artificiale per migliorare le operazioni di soccorso
Al fine di affrontare queste sfide, i ricercatori hanno progettato un sistema di apprendimento per rinforzo multiagente che consente a diversi veicoli autonomi di esplorare simultaneamente una galleria in cui si è verificato un incidente e di coordinare i propri movimenti per localizzare le vittime in modo efficiente.
A differenza di altri approcci che richiedono una comunicazione costante tra i diversi dispositivi o un’elevata capacità di elaborazione, il modello proposto consente a ciascun agente di prendere decisioni in modo indipendente sulla base delle informazioni ottenute dal proprio ambiente circostante. Questa strategia riduce il carico computazionale e ne facilita l’applicazione in situazioni reali, dove le comunicazioni possono essere compromesse dall’incidente stesso.
Il protocollo incorpora inoltre un meccanismo di esplorazione ispirato al comportamento cooperativo dei lupi grigi, che favorisce una distribuzione più efficiente dei veicoli lungo il tunnel ed evita che più squadre ispezionino ripetutamente le stesse zone. In questo modo, si aumenta la copertura dell’area colpita e si ottimizzano le risorse disponibili durante le operazioni di emergenza.
Una risposta più rapida e sicura in scenari complessi
I ricercatori hanno valutato le prestazioni del sistema mediante diverse simulazioni che riproducevano incidenti in gallerie con diversi livelli di complessità, tra cui corridoi stretti, ostacoli, crolli parziali e vittime multiple distribuite in diverse posizioni.
I risultati dimostrano che il protocollo proposto riesce a ridurre il tempo necessario per localizzare le persone intrappolate, a migliorare la copertura dell’area circostante e a diminuire il numero di spostamenti superflui rispetto ad altri metodi di esplorazione utilizzati come riferimento.
Inoltre, il sistema è stato in grado di ridurre al minimo il rischio di collisioni tra i diversi veicoli autonomi durante le operazioni di ricerca, un aspetto particolarmente importante in spazi ristretti dove la mobilità è molto limitata e qualsiasi interferenza può ritardare le operazioni di soccorso.
Un altro aspetto saliente dello studio è la capacità dell’algoritmo di adattarsi ad ambienti dinamici. Man mano che le condizioni dell’incidente cambiano, come nel caso della comparsa di nuovi ostacoli o del blocco di determinati percorsi, gli agenti modificano la loro strategia di esplorazione per continuare ad avanzare verso le zone non ancora ispezionate e mantenere l’efficacia della missione.
Applicazioni per la gestione intelligente delle emergenze
Gli autori ritengono che questo lavoro rappresenti un progresso significativo nello sviluppo di sistemi intelligenti di risposta alle catastrofi, specialmente nelle infrastrutture sotterranee dove il tempo di intervento è determinante per salvare vite umane.
Sebbene la ricerca sia stata convalidata tramite simulazioni, il quadro sviluppato offre una solida base per future applicazioni in scenari reali. Tra le prossime linee di lavoro si prevede l’integrazione di modelli tridimensionali di gallerie, sensori con condizioni operative più realistiche e test sperimentali con piattaforme robotiche in grado di operare in contesti di emergenza.
Questo tipo di ricerca evidenzia il crescente potenziale dell’intelligenza artificiale e dei sistemi autonomi per rafforzare la gestione dei rischi e migliorare la capacità di risposta di fronte a situazioni critiche, contribuendo allo sviluppo di infrastrutture più sicure e resilienti.
Se vuoi saperne di più su questo studio, clicca qui.
Per leggere altre ricerche, consulta l’archivio di UNEATLANTICO.
FUNIBER promuove la formazione e la ricerca in settori legati all’ingegneria, alla trasformazione digitale e all’intelligenza artificiale attraverso l’assegnazione di borse di studio per frequentare corsi di laurea magistrale offerti dalle università della sua Rete Universitaria Internazionale. Inoltre, promuove progetti di ricerca e innovazione volti a sviluppare soluzioni tecnologiche in grado di rispondere alle sfide attuali in ambiti quali la sicurezza, la mobilità intelligente e la gestione delle emergenze, in linea con il proprio impegno a favorire la conoscenza scientifica e la sua applicazione per il benessere della società.