qué tienen en común los videojuegos y las tecnologías de conducción

En este artículo encontrarás:

 

• videojuegos entrenando a máquinas
  
• jugando a aprender
• qué es ROADS

¿Y si el próximo coche que condujeras hubiese sido entrenado jugando a videojuegos? Sí, jugando igual que tú. O, más bien, sin la parte lúdica: leyendo y aprendiendo de las rutinas y comportamientos de ese simulacro virtual, ese entorno acotado donde nadie corre peligro. Durante los últimos años, estas herramientas están sirviendo a los fabricantes para estudiar situaciones de tráfico específicas, como anticipar frenadas bruscas, giros cerrados o cambios de carril.

 

Si los futbolistas entrenan con Fifa y los pilotos de avión con Flight Simulator, ¿por qué no a la inversa, entrenar al coche jugando? Esa es la pregunta que se han hecho algunos fabricantes de coches. En la vanguardia de la industria automotriz, las marcas de coches están explorando nuevas formas de integrar tecnología avanzada en sus vehículos.

 

Y Renault, reconocida por su innovación, lleva años poniendo a prueba esta sinergia única entre la conducción en la vida real y la simulación virtual. Su último proyecto se llama ROADS y es alucinante. Pero todavía no adelantemos acontecimientos. Veamos de dónde viene todo esto.

Hace algunos años, un vídeo viral demostró algo que nadie imaginábamos: el GTA V, segundo juego más vendido de la historia, estaba siendo usado para entrenar a una red neuronal convolucional. Dicho de forma sencilla: máquinas entrenando a máquinas. El tráfico caótico y errático de Grand Theft Auto, con 263 tipos de vehículos diferentes, tenía algo especial.

 

¿Por qué? Por una sencilla razón: tú puedes equipar un vehículo con cámaras, radares de proximidad y sensores LIDAR y recopilar datos en tiempo real, pero un simple fallo pone en riesgo tanto a los peatones como a otros pilotos. Sin embargo, en un entorno 3D, en una simulación hiperrealista, no hay riesgo. Cada iteración se reescribe y se perfecciona y se prueba en simulaciones, fuera de peligro.

 

Los principales expertos en IA aplicaron una base idéntica en sus proyectos. Oriol Vinyals, investigador líder de DeepMind, concluyó que los videojuegos con ‘StarCraft II’ podrían acelerar el entrenamiento de las redes neuronales. Y la carrera se disparó. A principios de esta década, desde laboratorios hasta consultoras popularizaron marcos de aprendizaje automático como Keras, TensorFlow o Pytorch. Pero ha sido con ChatGPT y otras herramientas de OpenAI cuando la sociedad general ha entendido el alcance real de estos algoritmos de aprendizaje: nos imitan MUY bien. Y esto ofrece utilidades reales.

 

Estas grandes matrices de datos se alimentan de no uno, sino una miríada de algoritmos: de detección y localización de objetos, de lectura de señales de tráfico, mapeo de carriles —tanto lateral como longitudinal—, etc. Anexo, sobre el conjunto se aplica una capa de pintura moral: a la hora de tomar una decisión, como resume el cacareado dilema del tranvía, siempre hay que elegir la elección menos mala. Como resultado, predicen un posible accidente antes que nosotros mismos.

Decía el filósofo Johan Huizinga, a propósito de su exitosa obra 'Homo Ludens', que el ser humano aprende jugando. Nuestros primeros compases como seres funcionales se desarrollan. El acto de jugar es consustancial a la cultura humana y a través de él, de iterar con objetos, colaborando, aprendemos a reconocer el entorno, nuestro propio cuerpo y el mundo que nos rodea en general. ¿Cómo moverse cómodamente por una gran urbe pletórica de vehículos si no?

 

Mucho ha llovido desde aquellos experimentos con GTA IV. En la actualidad Rockstar ya trabaja con la novena iteración de RAGE (Rockstar Advanced Game Engine), el motor propietario que será presentado en exclusiva con GTA VI. Y solo hace falta echar un ojo al tráiler de presentación para entender la escalada, la evolución horizontal que ha vivido esta IA.

 

Hoy día no nos sorprende ver a una IA tomando decisiones de pilotaje autónomo, conduciendo un barco o asistiendo a un avión —la EASA ya aprobó el uso de apps de aprendizaje automático. Con cada viaje aprenden un poco más y no hay dos viajes iguales. Los videojuegos Forza Motorsport y Forza Horizon recurren a Autopilot, y su rival en Gran Turismo, GT Sophy, comenzó “leyendo” miles de carreras y ahora mismo es capaz de ganar a cualquier piloto en una competición virtual.

 

Unreal Engine, por ejemplo, es uno de los motores gráficos más avanzados y completos del mercado. Propiedad de Riot —creadores de Fortnite—, Unreal ha sido implementado en cientos de sectores, desde la atención médica hasta la arquitectura, pasando por el diseño automotriz. Si pensamos en un dentista es fácil que pensemos en un molde tridimensional de una dentadura. Herramientas de modelado como 3DS Max, Corona o Cinema 4D son usados en estos entornos.

 

 
Con esto en mente, hay fabricantes que han recurrido al mismo motor que el battle royale más popular del mundo para representar sus vehículos eléctricos con gráficos de la más alta calidad. Y ante unos ojos novatos, Unreal Engine 5 es capaz de producir resultados indistinguibles de la vida real.

 

Al fin y al cabo, si echas un ojo a los últimos eléctricos de Renault, Megane, Twingo, ZOE o el último Scenic, verás que ninguno de ellos prescinde del navegador de a bordo o un sistema operativo actualizable, como puede ser un PC o un Mac. Sus arquitecturas internas están potenciados por ordenadores centrales, por una CPU con todas las letras, auténticos system on a chip con una cantidad de RAM y operaciones por coma flotante concreta.

¿Puede un vehículo real aprender de un videojuego? Y tanto: muchos de estos motores gráficos están diseñados para optimizar y simular. Para optimizar memoria —mediante renderizado—, para simular la iluminación dinámica y el mapeo de sombras —en distintas condiciones  de luz—. ROADS no incorpora la faceta visual, no ha sido desarrollado para servir a una interfaz virtual, pero bajo su código se esconden los algoritmos de aprendizaje más avanzados de la actualidad.

 

Se ha probado que jugar nos ayuda a mejorar nuestras capacidades motoras. Y la conducción autónoma es la extensión máxima de esta transición humano-máquina. ROADS (Renault Operational Advanced Driving Simulator) es el simulador de conducción del Renault Group. Este sistema ha sido desarrollado para probar sistemas avanzados de asistencia a la conducción, para predecir situaciones de riesgo y ayudar —porque este siempre debe ser el fin último— al conductor.

 

Porque ROADS no se limita a leer y analizar el entorno, también es capaz de estudiar el comportamiento y las reacciones de los conductores. Situado en el epicentro de más de 2300 metros cuadrados, en una cúpula de 360° —una cabina a todos los efectos— se prueban con antelación todos los elementos de seguridad que acabará integrando el vehículo, como son el control dinámico de la trayectoria, frenada de emergencia o cambios de carril.

 

Mediante escenarios realistas, los fabricantes evalúan cómo los sistemas de asistencia al conductor responderán mucho antes de que se produzca una situación crítica. En los últimos meses, ROADS no solo ha acelerado los procesos de desarrollo sino que también garantiza que los coches Renault sean más seguros antes de llegar a las carreteras reales. La combinación de tecnología de videojuegos, IA y simulación inmersiva está dando forma al futuro de la conducción.

 

Como decíamos, esta convergencia entre tecnología automotriz y videojuegos viene de lejos. En resumen, la intersección entre los coches Renault y los videojuegos es un terreno fértil para la innovación. Desde el entrenamiento de IA hasta la mejora de gráficos y la simulación avanzada, Renault está liderando el camino hacia una experiencia de conducción más emocionante —en términos tecnológicos— y segura.

sobre el autor

Israel Fernández

periodista especializado en motor