La investigación apunta a superar las limitaciones del control predictivo, permitiendo su aplicación en escenarios complejos como microredes y conducción autónoma.
Desarrollar estrategias de control predictivo capaces de operar en tiempo real en sistemas complejos es el objetivo del proyecto Fondecyt Regular 2026 liderado por la Universidad Técnica Federico Santa María (USM), que integra computación heterogénea y aprendizaje automático para superar las limitaciones actuales que restringen la implementación del control predictivo en aplicaciones demandantes en entornos reales.
La iniciativa es dirigida por el académico del Departamento de Electrónica, Gonzalo Carvajal, y se centra en el control predictivo basado en modelos (MPC), una de las herramientas más avanzadas en ingeniería de control, cuyo enfoque permite anticipar el comportamiento futuro de sistemas dinámicos y tomar decisiones respetando restricciones. Sin embargo, pese a sus ventajas, su implementación en escenarios reales se ha visto limitada por su alto costo computacional, especialmente en aplicaciones que requieren respuestas en fracciones de segundo, como la robótica, los sistemas de conversión de energía y los vehículos autónomos.
“Existe una brecha importante entre lo que la teoría del control predictivo permite hacer y lo que realmente se puede implementar en sistemas que operan en tiempo real. Nuestro proyecto busca precisamente cerrar esa brecha, desarrollando nuevas estrategias de diseño e implementación que hagan viable el uso de estas técnicas en aplicaciones reales”, explica el profesor Gonzalo Carvajal.
Entre sus principales alcances, el proyecto propone explorar el uso combinado de CPUs, GPUs y FPGAs para distribuir eficientemente las tareas de cálculo de los algoritmos de control, aprovechando las capacidades específicas de procesamiento paralelo de cada arquitectura. A esto se suma la incorporación de redes neuronales artificiales que permitirán obtener soluciones aproximadas a problemas de optimización complejos, reduciendo significativamente los tiempos de cómputo sin necesariamente sacrificar desempeño a nivel del lazo de control.
“Uno de los ejes metodológicos clave es el enfoque de ‘diseño consciente de la implementación’. Esto significa que no solo diseñamos algoritmos desde una perspectiva teórica, sino que desde el inicio consideramos las restricciones y oportunidades del hardware donde estos van a ejecutarse, lo que permite soluciones mucho más eficientes y aplicables”, detalló el académico.
El proyecto contempla además la validación experimental de estas tecnologías en aplicaciones representativas, como la conversión de energía en microredes y sistemas de conducción autónoma. En su desarrollo participan también los académicos del Departamento de Electrónica de la USM, Juan Carlos Agüero y César Silva, además del académico de la Universidad de Concepción e investigador del AC3E, Dr. Miguel Figueroa, quien es especialista en diseño de aceleradores de hardware.
“Este tipo de investigación es fundamental porque permite avanzar hacia sistemas de control automático más eficientes, seguros y escalables, que son claves para enfrentar desafíos actuales en energía, transporte y automatización. Además, contribuye a que estas tecnologías puedan ser adoptadas por la industria en el corto y mediano plazo”, afirmó Carvajal.
