O Dr. Roberto Marcelo Alvarez e a Dra. Yini Airet Miró, investigadores da Universidad Internacional Iberoamericana (Universidade Internacional Ibero-americana, UNIB), participam, juntamente com uma equipa internacional de investigadores, num novo estudo. A investigação propõe um sistema de resposta a emergências baseado em drones autónomos e na aprendizagem por reforço multiagente para agilizar a busca de vítimas em acidentes ocorridos em túneis.
O estudo parte de uma realidade amplamente reconhecida: os túneis constituem infraestruturas essenciais para os transportes modernos, mas representam também um dos cenários mais difíceis para as operações de resgate devido à sua configuração fechada, à visibilidade limitada, à acumulação de fumo, aos danos estruturais e à ausência de sistemas de posicionamento como o GPS. Estas condições dificultam a tomada de decisões rápidas e eficazes durante uma emergência, o que aumenta o risco tanto para as pessoas afetadas como para as equipas de intervenção.
Inteligência artificial para melhorar as operações de resgate
Com o objetivo de enfrentar estes desafios, os investigadores conceberam um sistema de aprendizagem por reforço multiagente que permite que vários veículos autónomos explorem simultaneamente um túnel onde ocorreu um acidente e coordenem os seus movimentos para localizar as vítimas de forma eficiente.
Ao contrário de outras abordagens que exigem uma comunicação constante entre os diferentes dispositivos ou uma elevada capacidade de processamento, o modelo proposto permite que cada agente tome decisões de forma independente com base na informação que obtém do seu ambiente imediato. Esta estratégia reduz a carga computacional e facilita a sua aplicação em situações reais, onde as comunicações podem ser afetadas pelo próprio acidente.
O protocolo incorpora ainda um mecanismo de exploração inspirado no comportamento cooperativo dos lobos cinzentos, o que favorece uma distribuição mais eficiente dos veículos ao longo do túnel e evita que várias equipas inspecionem as mesmas zonas de forma repetitiva. Desta forma, aumenta-se a cobertura da área afetada e otimizam-se os recursos disponíveis durante as operações de emergência.
Uma resposta mais rápida e segura em cenários complexos
Os investigadores avaliaram o desempenho do sistema através de diferentes simulações que reproduziam acidentes em túneis com distintos níveis de complexidade, incluindo corredores estreitos, obstáculos, desmoronamentos parciais e múltiplas vítimas distribuídas por diferentes locais.
Os resultados mostram que o protocolo proposto consegue reduzir o tempo necessário para localizar as pessoas presas, melhorar a cobertura do ambiente e diminuir o número de deslocações desnecessárias em comparação com outros métodos de exploração utilizados como referência.
Além disso, o sistema conseguiu minimizar o risco de colisões entre os diferentes veículos autónomos durante as operações de busca, um aspeto especialmente importante em espaços confinados onde a mobilidade é muito limitada e qualquer interferência pode atrasar os trabalhos de resgate.
Outro dos aspetos destacados do estudo é a capacidade do algoritmo para se adaptar a ambientes dinâmicos. À medida que as condições do acidente mudam, como o surgimento de novos obstáculos ou o bloqueio de determinadas rotas, os agentes modificam a sua estratégia de exploração para continuar a avançar em direção às zonas ainda não inspecionadas e manter a eficácia da missão.
Aplicações para a gestão inteligente de emergências
Os autores consideram que este trabalho representa um avanço significativo no desenvolvimento de sistemas inteligentes de resposta a catástrofes, especialmente em infraestruturas subterrâneas onde o tempo de intervenção é determinante para salvar vidas.
Embora a investigação tenha sido validada através de simulações, o quadro desenvolvido oferece uma base sólida para futuras aplicações em cenários reais. Entre as próximas linhas de trabalho está prevista a incorporação de modelos tridimensionais de túneis, sensores com condições de funcionamento mais realistas e ensaios experimentais com plataformas robóticas capazes de operar em ambientes de emergência.
Este tipo de investigação evidencia o potencial crescente da inteligência artificial e dos sistemas autónomos para reforçar a gestão de riscos e melhorar a capacidade de resposta perante situações críticas, contribuindo para o desenvolvimento de infraestruturas mais seguras e resilientes.
Se quiser saber mais sobre este estudo, clique aqui.
Para ler mais investigações, consulte o repositório da UNIB.