Un equipo de investigadoras e investigadores del Instituto ai2 de la UPV ha logrado desarrollar nuevas técnicas de planificación para sistemas de tiempo real altamente críticos, aplicando inteligencia artificial (IA).
El proyecto ha sido liderado por la investigadora Ana Guasque Ortega (en la imagen), junto a un equipo formado por Patricia Balbastre Betoret, Francisco Blanes Noguera, Alfons Crespo Lorente y José Mª Aceituno Peinado. Su objetivo principal ha sido explorar y validar nuevas estrategias que mejoren la eficiencia, fiabilidad y puntualidad en la respuesta de sistemas críticos, que son los utilizados, por ejemplo, en aeronáutica, automoción o infraestructuras médicas. Dichas estrategias buscan garantizar que estos sistemas respondan dentro de los tiempos estrictos que se requiere aunque dependan de componentes regidos por IA.
Entre los logros más destacados del proyecto se encuentra el desarrollo del algoritmo GDPA (Gradient Descent Priority Assignment), una propuesta pionera que aplica técnicas de aprendizaje automático para optimizar la asignación de prioridades en sistemas de tiempo real. Este algoritmo ha demostrado una alta tasa de éxito en entornos complejos, con tiempos de cálculo razonables incluso en escenarios de alta carga.
Además, el equipo del ai2 ha explorado el uso de la técnica DRL o de aprendizaje por refuerzo profundo. Los resultados preliminares utilizándola sobre un demostrador muestran una mejora del 4% en la eficiencia del sistema respecto a algoritmos tradicionales como el EDF.
El demostrador que se ha utilizado dentro del proyecto para probar estas nuevas estrategias es un sistema incorporado a la plataforma UltraScale y el hipervisor Xtratum, propiedad de la empresa FentISS. Este demostrador ha sido codirigido por las investigadoras del proyecto y presentado en diversos foros a lo largo de este año, incluyendo las XXIV Jornadas de Tiempo Real (JTR) celebradas en Valencia el pasado mes de enero de 2025 y una reunión técnica en la Universidad Politécnica de Madrid.
Ana Guasque, investigadora principal del proyecto, explica sobre el demostrador que “su objetivo es dar a conocer las capacidades de las arquitecturas particionadas y, en concreto, de la tecnología de hipervisor. Mediante una página web, se permite gestionar particiones de un sistema crítico sin que eso afecte al resto del sistema. De esta forma, se puede apreciar visualmente la capacidad de aislamiento del hipervisor XNG”.
“La colaboración con FentISS y el Grupo ISTR de la Universidad de Cantabria ha sido clave en la transferencia de conocimiento y validación de resultados, consolidando este proyecto como una referencia nacional en el uso de IA para sistemas críticos de tiempo real”, comenta la investigadora del Instituto ai2.
El trabajo concluyó recientemente y ya ha dado lugar a una publicación en la revista Journal of Systems Architecture.