Droni addestrati in un ambiente virtuale a sorvolare gli incendi boschivi

Perché i droni antincendio devono saper adattarsi in autonomia

Gli incendi non aspettano che i piani siano pronti. Negli incendi di Los Angeles del 2025, le squadre hanno affrontato ritardi, comunicazioni interrotte e risorse limitate. Le fiamme si diffondevano più velocemente di quanto gli ordini operativi potessero raggiungerle. Scrivere e trasmettere i piani richiedeva tempo, e quando arrivavano alle squadre, le condizioni potevano già essere cambiate. I vigili del fuoco dovevano anche monitorare le riprese di fiamma, che distoglievano personale dalla soppressione attiva. Molti hanno sostenuto turni di 24 ore in terreni pericolosi: la fatica rallentava le reazioni e aumentava il rischio di infortuni. Gli elicotteri richiedevano manutenzione frequente, quindi non erano sempre disponibili quando un incendio avanzava improvvisamente.

Le linee del fuoco si muovono rapidamente. Il vento può spingere braci su nuovi alberi. Il terreno può incanalare le fiamme lungo i pendii o bloccarle nelle valli. Un drone che segue un percorso prestabilito potrebbe sorvolare il punto sbagliato nel momento peggiore. Deve decidere, secondo per secondo, dove guardare in seguito e restare al sicuro pur avvicinandosi abbastanza da vedere calore e fumo.

I metodi di controllo tradizionali spesso presuppongono un problema stabile: funzionano bene quando l’obiettivo è noto e le regole non cambiano. Un incendio boschivo non lo è. La linea del fuoco può dividersi, avanzare o spegnersi in un punto mentre cresce altrove. Un sistema di controllo che deve ricostruire il piano per ogni nuova situazione potrebbe essere troppo lento per essere utile. L’apprendimento per rinforzo offre una strada diversa: un drone impara dall’esperienza come adattare il proprio percorso al variare delle condizioni.

Oggi, molti droni antincendio dipendono ancora da persone ai comandi, il che limita la disponibilità operativa e rende difficile scalare una flotta su un grande incendio. I collegamenti radio possono essere deboli in terreni impervi. Un drone che può adattarsi autonomamente continua a funzionare quando le comunicazioni si indeboliscono. Questi droni sono pensati per aggiungere occhi extra dove la copertura umana si assottiglia: possono individuare punti caldi precocemente e mantenere un’immagine dinamica del bordo dell’incendio, aiutando i comandanti a vedere dove saranno necessarie risorse in seguito.

Il campo di addestramento virtuale e le sue regole di sicurezza

Il campo di addestramento è una scatola tridimensionale di 20 unità di lunghezza, 10 di larghezza e 10 di altezza. Non si tratta di una mappa forestale, ma di uno spazio pulito dove il comportamento del fuoco può essere controllato con precisione. Due droni vi si muovono come semplici sfere, ciascuna con un raggio di 0,25 unità. Per i controlli delle collisioni, ogni drone è inoltre associato a un volume cubico lungo mezzo lato su ogni spigolo, una geometria che facilita il rilevamento degli urti.

Gli incendi sono modellati come cilindri alti, non come fiamme dai bordi tremolanti. Un incendio standard ha un raggio di 0,25 unità e si estende per 10 unità in altezza: questa dimensione completa è cruciale perché simula il caso peggiore, dato che gli incendi reali possono salire molto in alto attraverso la chioma degli alberi. In uno scenario più ampio, l’incendio centrale cresce fino a un raggio di 2,5 unità.

Il sistema combina regole rigide e flessibili. Un impatto diretto con le fiamme termina immediatamente l’episodio: è la regola più severa dell’intero ambiente. I droni vengono penalizzati anche per lo scivolamento nelle zone pericolose vicine a una fiamma, mentre guadagnano punti quando mantengono una distanza ottimale dal fuoco. Questa distanza ideale agisce come un corridoio sicuro attorno al bordo in fiamme. La ricompensa associata segue una curva liscia, dove piccoli errori comportano costi minimi e grandi intrusioni ne comportano molti di più.

L’ambiente scoraggia inoltre il volo rasente alle pareti: un drone che resta troppo vicino al confine esterno perde punti, per impedire che si nasconda contro le pareti mentre un incendio si diffonde nelle vicinanze. Il consumo energetico viene monitorato a ogni passo e le improvvise spinte sono penalizzate più del movimento costante, mantenendo così i pattern di volo fluidi.

Per essere considerato in esplorazione attiva, un drone deve muoversi almeno 0,75 unità. Se si muove meno, subisce una piccola penalità, mentre se supera questa soglia riceve un bonus. Il campo è strutturato attorno a diverse configurazioni di incendi: una posiziona un singolo fuoco al centro, simile a un falò. Un’altra parte dal centro e permette l’apparizione graduale di nuovi focolai nelle vicinanze. Una terza allinea otto incendi in fila attraverso la mappa. Altre configurazioni disperdono gli incendi casualmente o creano una parete di fiamme impenetrabile.

Quando gli incendi si diffondono, ogni fiamma esistente ha una probabilità molto bassa di generarne una nuova nelle vicinanze, entro 5 unità dall’incendio genitore. La nuova fiamma deve restare almeno a 1,5 unità da tutte le altre per evitare che la mappa diventi troppo affollata. In una configurazione severa, i droni possono subire un incidente casuale con una probabilità minuscola a ogni passo, circa lo 0,06 percento, simulando braci o guasti in un incendio di chioma.

Le regole di sicurezza si stringono man mano che l’addestramento procede: il margine di sicurezza integrato si riduce attraverso cinque livelli. Inizialmente i droni dispongono di un cuscinetto più ampio attorno al pericolo. Successivamente devono volare più vicino e controllare il proprio percorso con maggiore precisione.

Osservare l’addestramento dei droni passo dopo passo

L’addestramento dei droni è avvenuto attraverso prove ripetute, definite episodi. Ogni episodio durava al massimo 300 passi, dove un passo corrisponde a una singola decisione su come muoversi. L’esperimento complessivo ha coperto 1.000 episodi, suddivisi in cinque livelli di difficoltà da 200 episodi ciascuno. Questa struttura graduale permetteva ai droni di iniziare con ampi margini di sicurezza per poi avvicinarsi progressivamente al fuoco.

Inizialmente le prestazioni apparivano caotiche. La durata degli episodi scendeva spesso sotto i 300 passi, segno che un drone aveva colpito un ostacolo o si era interrotto prematuramente. Anche il tasso di successo calava bruscamente: intorno all’episodio 200 oscillava tra lo zero e il venti per cento. Per essere considerato riuscito, un episodio richiedeva di completare i 300 passi senza incidenti e di rilevare il fuoco. In questa fase iniziale, i droni stavano ancora imparando a riconoscere il pericolo.

Miglioravano anche due indicatori interni dell’errore. Il primo misurava quanto la rete dei movimenti aderisse al proprio piano: è scesa da circa un decimo a un centomillesimo. Il secondo valutava l’accuratezza con cui una rete di giudizio prevedeva il rendimento futuro, stabilizzandosi intorno a sei centesimi. Questi valori sono bassi perché quantificano errori di previsione, non la qualità del volo.

Poi le curve hanno iniziato a salire. Dopo circa 400 episodi, la maggior parte delle esecuzioni raggiungeva la lunghezza completa di 300 passi. Il tasso di successo è risalito vicino al cento per cento e vi si è mantenuto. Non era solo fortuna: dimostrava che i droni avevano imparato a evitare le collisioni continuando comunque a individuare il fuoco.

Il punteggio di ricompensa raccontava una storia simile. Partiva vicino allo zero e saliva rapidamente nei primi cento episodi. In seguito si appiattiva, subiva un picco tra gli episodi 700 e 800, per poi stabilizzarsi intorno a 250.000. Quel numero elevato non indica né una distanza né una velocità: è un punteggio accumulato da molte piccole ricompense e penalità distribuite sui passi. Un punteggio più alto significa che il drone era migliore nell’equilibrare distanza di sicurezza, movimento e rilevamento del fuoco.

Un altro indicatore teneva traccia della distanza a cui ciascun drone si manteneva dal fuoco attivo. All’inizio la distanza media era di 7,5 unità. Nei primi 200 episodi questa distanza si è ridotta rapidamente: all’episodio 400 si era stabilizzata intorno a 1 unità. I droni non stavano semplicemente volando verso le fiamme. Avevano imparato a planare abbastanza vicino da osservare il bordo e abbastanza lontano da restare al sicuro.

Anche i percorsi di volo sono cambiati. Le traiettorie iniziali erano brevi e irregolari: alcune terminavano contro le pareti o si allontanavano dal fuoco in cerchi. In seguito, i percorsi sono diventati archi più lunghi attorno all’area in fiamme. I droni effettuavano passaggi ripetuti lungo il perimetro. Questo schema suggerisce un comportamento utile: il drone manteneva il fuoco nel campo visivo, si adattava alla sua crescita ed evitava gli ostacoli.

Quale combinazione di segnali ha prodotto la migliore sorveglianza dell’incendio

Il punteggio del drone nasceva da dieci piccoli stimoli: alcuni lo spingevano verso il fuoco, altri lo allontanavano, altri ancora premiavano l’esplorazione di nuove aree. Per capire quale stimolo contasse davvero, i ricercatori ne hanno rimosso uno alla volta, lasciando invariati gli altri. L’insieme completo dei segnali produceva il volo più equilibrato: teneva i droni abbastanza vicini da osservare le fiamme senza schiantarvisi contro.

Il comportamento che appariva più sicuro derivava dai premi basati sulla distanza. Escludendo i termini di prossimità o di distanza ottimale, i droni individuavano comunque spesso gli incendi, ma la loro spaziatura diventava meno affidabile. In diverse configurazioni, le versioni prive di quei segnali registravano in media circa 1,8 incendi per esecuzione, un risultato analogo a quello del punteggio completo. La differenza chiave non era solo trovare l’incendio: stava nel restare a una distanza utile per l’osservazione.

I premi per l’esplorazione modificavano la quantità di terreno coperto. Rimuoverli faceva sì che i droni visitassero meno caselle. In una configurazione, la variante con esplorazione ne ha viste 150: circa 60 in più rispetto al riferimento e circa 20 in più rispetto al volo focalizzato sulla prossimità. Ciò mostra che la copertura può essere ottenuta con un maggiore vagare. Ma il solo vagare non significava sempre una migliore sorveglianza del fuoco.

Il bonus per la scoperta ha avuto un effetto netto. Senza di esso, i droni hanno trovato meno incendi in un caso semplice, con una media di soli 0,6 invece di circa 1. Eppure ne visitavano di più, intorno a 200. Cercavano su un’area più ampia ma sbagliavano l’obiettivo: le nuove fiamme contavano più del terreno vuoto.

Le penalità per i bordi impedivano ai droni di aggrapparsi alle pareti. Quando quella penalità è stata rimossa, la copertura è aumentata in alcuni casi, raggiungendo circa 150 caselle invece delle 135 con il punteggio completo. Si vedeva più area, ma il comportamento si allontanava dal bordo dell’incendio. Anche i termini relativi al movimento e alla stazionarietà contavano: incoraggiavano una pattuglia attiva anziché l’attesa in hovering. I premi per la pattuglia laterale facevano sì che i droni percorressero più spesso il perimetro, osservando circa 140 caselle in una configurazione contro le 110 dell’insieme completo.

La migliore sorveglianza del fuoco non derivava da un singolo premio enorme, ma da un punteggio equilibrato. I segnali di distanza tenevano i droni al sicuro e utili. Quelli di esplorazione e scoperta li spingevano a trovare nuove fiamme. Quelli per i bordi e il movimento impedivano percorsi pigri o vincolati alle pareti. Insieme, hanno plasmato un’abitudine: circondare l’incendio, controllare le nuove aree e mantenere una sorveglianza costante.

Cosa resta da verificare per i droni antincendio autonomi

I droni hanno imparato una manovra utile: non si schiantano più contro le fiamme e iniziano a sorvolare i margini dell’incendio, invece di fuggire o restare in stallo senza una direzione precisa. Questo comportamento è emerso da ripetuti tentativi ed errori all’interno del campo virtuale. Le regole di punteggio li spingono verso una distanza di sicurezza, l’esplorazione di nuove aree e un movimento costante. La difficoltà graduale ha aiutato ad acquisire fiducia vicino al pericolo.

La promessa più grande è la consapevolezza in tempo reale. Gli incendi boschivi non aspettano che i piani siano scritti. Un drone capace di regolare il proprio percorso man mano che l’incendio cambia posizione potrebbe fornire ai team avvisi anticipati su fiammate, propagazione a distanza o nuovi fronti. Potrebbe anche ridurre la necessità per operatori esausti di pattugliare terreni incerti. In un futuro sistema di risposta, diversi droni di questo tipo potrebbero condividere le osservazioni e mantenere il presidio mentre gli esseri umani si concentrano sulla soppressione.

Gli ostacoli sono altrettanto chiari. Il mondo virtuale ha escluso vento, terreno accidentato, rumore dei sensori e collegamenti radio interrotti. Questi fattori possono modificare la percezione dell’incendio da parte del drone e il suo movimento nell’aria. Forme di incendio più varie e sessioni di addestramento più lunghe servirebbero a verificare se il comportamento appreso regge. Anche l’utilizzo energetico e la copertura uniforme richiedono misurazioni più accurate. Una strategia che funziona in una simulazione pulita può fallire quando le condizioni diventano caotiche.

La lezione non è che i droni autonomi per incendi boschivi siano pronti all’impiego operativo, ma che ora esiste un percorso pratico. Il prossimo passo è rendere il mondo di addestramento meno indulgente: riusciranno ancora a mantenere la calma?