Cómo los datos V2X dispersos ponen a prueba los modelos aprendidos de predicción del movimiento de vehículos

Nukhbala Gadzhiev, Alexander Morochko

9 min de lectura•18 nov 2026

Un predictor de trayectorias basado en aprendizaje mantuvo una ventaja del 24–30% frente al modelo cinemático más sólido en movimientos rectilíneos y en giros, incluso cuando las actualizaciones de posición bajaron a 1 Hz. Sin embargo, el error de predicción siguió aumentando a medida que las actualizaciones se hicieron menos frecuentes, y para los peatones un modelo más sencillo de velocidad constante fue más preciso; esto demuestra que tanto la frecuencia de actualización como el tipo de agente móvil importan al elegir un predictor.

Índice

¿Qué desarrollaron los investigadores?

Los investigadores probaron qué tan bien distintos métodos predicen la trayectoria futura de un agente móvil cuando las actualizaciones de posición llegan con menos frecuencia que los datos usados para entrenar el predictor. Es un problema práctico para la comunicación vehículo a todo (V2X), donde las posiciones comunicadas pueden llegar a aproximadamente 1–10 actualizaciones por segundo, mientras que los modelos de trayectorias suelen entrenarse con datos más frecuentes.

Los experimentos utilizaron el conjunto de datos de predicción de movimiento Argoverse 2. Para cada escenario, el modelo recibió cinco segundos del historial de posición de un agente focal y predijo los seis segundos siguientes. Los investigadores redujeron el historial desde su frecuencia de muestreo original de 10 Hz a 5, 2 o 1 Hz. La tarea de predicción no utilizó información de mapas ni las posiciones de agentes cercanos, lo que permitió aislar cómo afectaba a la predicción el movimiento observado del propio agente focal.

El método aprendido era una red neuronal recurrente (RNN) basada en LSTM, un modelo que procesa una secuencia de observaciones para estimar qué ocurrirá a continuación. Los investigadores compararon modelos entrenados específicamente para cada frecuencia de observación con un modelo entrenado a 10 Hz y aplicado a observaciones dispersas después de interpolarlas linealmente. También compararon el predictor aprendido con dos reglas de movimiento sencillas: velocidad constante (CV) y aceleración constante (CA).

¿Cómo cambió la precisión de las predicciones?

La RNN específica para cada frecuencia perdió precisión a medida que su historial de entrada se volvió más disperso. Su error medio de desplazamiento (ADE)—la distancia media entre las posiciones predichas y las reales durante el horizonte de predicción—aumentó un 3.1% a 5 Hz, un 10.1% a 2 Hz y un 20.3% a 1 Hz, en comparación con el ajuste de 10 Hz.

A pesar de ese aumento, el predictor aprendido mantuvo una ventaja sustancial frente al mejor de los dos modelos cinemáticos en movimientos rectilíneos y en giros. La ventaja reportada fue del 24–30% en todas las frecuencias probadas. Esa ventaja no desapareció en las trayectorias rectas, en contra de las expectativas iniciales de los investigadores. Sin embargo, los resultados no fueron uniformes entre tipos de agentes: para los peatones, la velocidad constante fue más precisa que el modelo aprendido.

Frecuencia de observaciónCambio de ADE de la RNN específica para cada frecuencia frente a 10 HzRNN entrenada a 10 Hz con interpolación
10 HzReferenciaAjuste de referencia
5 Hz+3.1%Como máximo un 1.3% menos precisa que el modelo específico para esa frecuencia
2 Hz+10.1%Como máximo un 1.3% menos precisa que el modelo específico para esa frecuencia
1 Hz+20.3%Un 11.5% menos precisa que el modelo específico para esa frecuencia

La evaluación abarcó 24,984 escenarios de prueba. Los experimentos principales con la RNN utilizaron diez semillas de entrenamiento cada uno, y los investigadores calcularon intervalos de confianza bootstrap sobre los escenarios y las semillas. El resumen no informa los límites de esos intervalos ni los valores absolutos de ADE, por lo que los cambios relativos muestran cómo varió el rendimiento, pero no proporcionan un error basado en distancia que pueda interpretarse directamente para una implementación concreta.

¿Cómo funciona la comparación de frecuencias?

El experimento separa dos preguntas que pueden confundirse en aplicaciones reales: qué ocurre cuando un modelo recibe menos actualizaciones y si un modelo entrenado con actualizaciones frecuentes sigue funcionando cuando estas son escasas.

Para responder a la primera pregunta, los investigadores redujeron mediante submuestreo cada historial de cinco segundos de 10 Hz a 5, 2 o 1 Hz. En la práctica, el modelo recibió menos posiciones registradas para describir el mismo tramo de movimiento. Entrenaron una RNN basada en LSTM independiente para cada frecuencia y luego le pidieron que predijera seis segundos de movimiento futuro.

Para responder a la segunda pregunta, tomaron la RNN entrenada a 10 Hz y le proporcionaron historiales dispersos tras completar los huecos mediante interpolación lineal. La interpolación estima posiciones intermedias a lo largo de una línea recta entre los puntos registrados; genera una secuencia de entrada más densa, pero no añade observaciones nuevas del movimiento real del agente. Esta configuración permite comprobar si un modelo entrenado con datos frecuentes puede tolerar entradas con menor frecuencia sin volver a entrenarse.

El estudio comparó las predicciones aprendidas con las reglas CV y CA. CV prolonga la velocidad actual del agente; CA también tiene en cuenta la aceleración. Estos modelos sencillos son útiles porque requieren pocos cálculos y ofrecen una referencia clara para determinar si el modelo aprendido aporta valor predictivo.

Los investigadores establecieron sus hipótesis y umbrales de decisión antes del entrenamiento. Esto reduce la posibilidad de elegir los criterios de éxito después de ver los resultados. También utilizaron varias semillas de entrenamiento e intervalos de confianza bootstrap, lo que ayuda a tener en cuenta la variación entre ejecuciones del modelo y escenarios de prueba. La configuración sigue siendo deliberadamente acotada: examina las posiciones observadas de un solo agente, en lugar del conjunto completo de mapas, tráfico cercano y otras señales disponibles para un sistema de conducción implementado.

¿Por qué son importantes estos resultados para la robótica?

Los robots y los vehículos automatizados a menudo deben actuar con información que llega a frecuencias variables o limitadas. Los mensajes V2X pueden proporcionar actualizaciones de posición útiles, pero un planificador todavía necesita estimar dónde estará otro agente mientras llega el siguiente mensaje. Este estudio muestra que reducir la frecuencia de actualización puede aumentar el error de trayectoria, especialmente cuando baja a 1 Hz, incluso si el modelo de predicción se ha entrenado específicamente para esa frecuencia.

Los resultados también advierten que no se debe asumir que un único predictor es el mejor para todos los objetos en movimiento. Un modelo aprendido mantuvo una ventaja notable frente a las reglas cinemáticas sencillas en movimientos rectilíneos y en giros, pero en estos experimentos la velocidad constante funcionó mejor para los peatones. Por tanto, un sistema operativo que gestione vehículos y personas quizá deba seleccionar o combinar métodos de predicción según el tipo de agente y la calidad de sus observaciones.

Para los equipos de ingeniería, la comparación entre el entrenamiento específico para cada frecuencia y la interpolación ofrece una pista práctica: según este referente, quizá no sea necesario volver a entrenar para cada frecuencia de actualización cuando las entradas llegan a 5 o 2 Hz. A 1 Hz, la mayor diferencia de precisión sugiere que simplemente completar las posiciones ausentes resulta menos eficaz. Estos hallazgos son pertinentes para la automatización móvil en general, incluidos los sistemas que los compradores pueden explorar entre los robots de almacén en Robot Overflow, donde las estimaciones fiables del movimiento también contribuyen a una navegación y planificación seguras.

¿Cuáles son las limitaciones del estudio?

Los resultados proceden de un solo conjunto de datos y de una configuración de predicción restringida: cinco segundos del historial del agente focal, una predicción a seis segundos y ningún mapa ni agente cercano. Estas decisiones facilitan aislar el efecto de la frecuencia de observación, pero no muestran cómo se comportan los mismos modelos cuando las interacciones del tráfico, la geometría de la vía o las entradas de sensores adicionales condicionan el movimiento.

El resumen informa cambios relativos de ADE en lugar de errores absolutos y no proporciona los valores numéricos de los intervalos de confianza bootstrap. Esto dificulta valorar la magnitud práctica de los errores en metros o evaluar la incertidumbre de los porcentajes reportados. Los experimentos tampoco demuestran que estas predicciones mejoren la seguridad o el control en un vehículo implementado. Por último, el resultado relativo a los peatones muestra que la ventaja del modelo aprendido no debe generalizarse a todos los tipos de agentes.

¿Qué suelen preguntar los lectores?

¿El modelo aprendido supera a ambos modelos cinemáticos en todos los casos? No. Superó al modelo cinemático más sólido en movimientos rectilíneos y en giros, pero la velocidad constante fue más precisa para los peatones.

¿Qué frecuencias de actualización probaron los investigadores? Compararon historiales muestreados a 10, 5, 2 y 1 Hz.

¿El predictor utilizó mapas o agentes cercanos? No. Solo utilizó el historial de posición del agente focal, de modo que el experimento aisló la predicción a partir de ese historial.

¿Puede un modelo entrenado a 10 Hz manejar entradas dispersas sin volver a entrenarse? Fue como máximo un 1.3% menos preciso que un modelo específico para esa frecuencia hasta 2 Hz, pero un 11.5% menos preciso a 1 Hz.

Conclusión

El estudio concluye que la predicción de trayectorias aprendida puede seguir siendo más precisa que las reglas de movimiento sencillas incluso cuando las actualizaciones de posición son escasas, pero el margen depende de la frecuencia de observación y del tipo de agente. También muestra que interpolar las entradas ausentes se aproxima más al entrenamiento específico para cada frecuencia a 2 Hz que a 1 Hz.