Arrival es una start-up británica que desarrolla vehículos comerciales cero emisiones y que, al mismo tiempo, está vinculada a Roborace: el campeonato de coches autónomos y eléctricos. Una ecuación a la que hay que añadir un tercer factor: un piloto. ¿Cómo encaja todo esto? Con una competición entre Lucas di Grassi y un robocar para saber quién es mejor… y enriquecer el reparto de mercancías.
De un tiempo a esta parte, Arrival ha estado empleando del coche DevBot 2.0 de Roborace para mejorar el algoritmo de conducción de sus vehículos; algo que le permite probar su software autónomo antes de implementarlo en sus modelos. Lo curioso es que ha estado trabajando con Lucas di Grassi para demostrar que la inteligencia artificial puede funcionar mejor que un piloto de carreras. ¿Lo habrán logrado?
Comerciales autónomos
Tal y como explica el brasileño, están desarrollando un sistema de conducción autónoma que trasladarán a los vehículos de calle. Y lo están haciendo en condiciones extremas para demostrar que el software del robocar se podrá aplicar a la gama comercial. Para Arrival tiene sentido comparar su sistema con Di Grassi para comprobar si aporta alguna ventaja al conductor.
En los últimos años han recorrido diversos circuitos para dar forma a este desafío: enfrentan a su algoritmo de conducción autónoma con el brasileño. La prueba es simple. Lucas sale a la pista para que hacer una vuelta, pero cuando lo hace no conoce el trazado: tiene que aprendérselo sobre la marcha. Arrival intenta reproducir su actuación con el sistema autónomo intentando mejorar la actuación del piloto.
Entornos cambiantes
Esto sirve para recolectar todos los datos y procesarlos. A medida que han avanzado y han recorrido más circuitos, han ido entendiendo cuál es el agarre perfecto, cómo pueden conducir en cada parte, si pueden (o no) ir más rápido, dónde están perdiendo tiempo… Experiencias que les sirven para mejorar el lanzamiento de su vehículo comercial autónomo.
Hasta ahora han aprendido que el humano se adapta mejor: Di Grassi ha sido mucho más rápido que su sistema a la hora de comprender las condiciones reales de la pista y ajustar su conducción. Les ha llevado hasta sus límites reales para saber dónde están y, así, aprender de forma más rápida y segura. Y han sacado una conclusión: la clave reside en estar preparados para actuar en entornos cambiantes.