Un Waymo blanco está sobre tierra, junto a una acera de hormigón. Su rueda delantera queda en el lado en el que menos esperarías encontrar un taxi. ¿Cómo se evita que un coche autónomo vuelva a resolver mal una situación complicada?
El breve vídeo no permite saber quién conducía ni cómo acabó allí el coche. Tampoco basta para diagnosticar un fallo de software. Sí sirve para ver cómo Waymo aprovecha la experiencia en carretera para mejorar el sistema. La empresa explicó su método el 26 de agosto.
Detectar lo que hay en la calle es solo el principio
Waymo combina cámaras, lidar y radar. Las cámaras reconocen, por ejemplo, los semáforos y las señales. El lidar mide formas y distancias, mientras que el radar ayuda a medir el movimiento y la velocidad. Con esos datos, el sistema debe trazar una ruta que el coche pueda seguir.
Un sistema puede detectar un objeto y aun así planear una mala maniobra. Según Waymo, una capa independiente revisa las trayectorias propuestas para comprobar, entre otras cosas, el riesgo de colisión y los límites físicos.
Repetir un trayecto difícil sin pasajeros
Waymo reúne y analiza datos de conducción relevantes y los usa para volver a entrenar sus modelos. Los cambios se simulan y evalúan antes de desplegarse. El coche no reescribe sus reglas de conducción sobre la marcha.
Una simulación permite variar la misma escena. Otro usuario de la vía puede frenar más tarde o acercarse desde otra dirección. El entorno responde a los movimientos del coche de prueba. Reproducir una grabación no basta para saber qué pasaría si el coche tomara otra decisión.
El vídeo de la acera no revela si Waymo usó ese trayecto para mejorar el sistema. Sí ilustra por qué acumular kilómetros no basta. Hay que entender las situaciones atípicas, probar los cambios y volver a evaluar el resultado. Para saber cuánto tarda ese proceso o si un ajuste funciona, hacen falta datos de más de un vídeo.






















