- 04 de julio de 2025
- Noticias
Destacado Profesor Investigador de la UPV presenta innovador proyecto en la Conferencia MEXCIR 2025
En el marco de la conferencia MEXCIR 2025, celebrada en la UDLAP Extensión Ciudad de México, se presentó la investigación titulada “Crash Avoidance for Autonomous Cars via Probabilistic Logic Counterfactual Reasoning”, trabajo, que es resultado de la colaboración entre especialistas de diversas instituciones, que fue expuesto por el Dr. Rubén Machucho Cadena, Profesor Investigador de la Universidad Politécnica de Victoria (UPV), quien propició un diálogo enriquecedor sobre los desafíos y avances en la seguridad vehicular autónoma.
La presentación destacó la relevancia de la lógica probabilística y el razonamiento contrafactual, como fundamentos para el diseño de sistemas de movilidad más seguros, transparentes y confiables.
Cabe resaltar que este trabajo científico será publicado como capítulo en el libro Handbook of Intelligent Robots: Theory, Methods and Applications (ISBN 9781041079798), editado por CRC Press, la reconocida editorial académica del grupo Taylor & Francis. Esta publicación internacional contribuirá a la difusión y reconocimiento del avance científico presentado.
El proyecto introduce una metodología científica de vanguardia para la prevención de colisiones en vehículos autónomos, basada en la integración de redes gemelas de lógica probabilística y modelos causales bayesianos.
La investigación demuestra que el razonamiento contrafactual, implementado mediante Probabilistic Logic Twin Networks (PLTNs), permite a los vehículos autónomos evaluar en tiempo real múltiples alternativas de acción ante situaciones de riesgo, al seleccionar la maniobra que minimiza la probabilidad de accidente.
Esta aproximación se apoya en modelos causales construidos a partir del conocimiento experto, simulaciones y datos sintéticos, lo que posibilita una evaluación rigurosa de escenarios hipotéticos y la identificación precisa de acciones óptimas para evitar colisiones.
Los resultados experimentales son concluyentes: la incorporación del razonamiento contrafactual en la toma de decisiones reduce de manera significativa la tasa de colisiones, superando ampliamente los métodos tradicionales basados únicamente en aprendizaje supervisado.
Además, el enfoque propuesto aporta transparencia, trazabilidad y capacidad explicativa, cualidades esenciales para la confianza y aceptación de la inteligencia artificial en aplicaciones críticas de movilidad.
El equipo de autores está integrado por:
- Héctor Avilés, Dr. Rubén Machucho, Myriam Pequeño, Ingridh Gracia, Nicolás Luévano, Ing. Karelly Rivera e Ing. José Jesús Medrano de la Universidad Politécnica de Victoria.Profesor Investigdor de la
- Marco Negrete (Universidad Nacional Autónoma de México)
- Rafael Kiesel (Vienna University of Technology)
- Alberto Reyes (Instituto Nacional de Electricidad y Energías Limpias)
- Verónica Rodriguez (Universidad Tecnológica de la Mixteca)
- Gabriel Ramírez (CINVESTAV-IPN)
