<a href="https://www.eluniverso.com/temas/guerra/" target="_blank" rel="" title="https://www.eluniverso.com/temas/guerra/"><b>El desarrollo de vehículos militares autónomos avanza con rapidez en Estados Unidos</b></a>, ya que una empresa tecnológica de California trabaja en un sistema que permitirá a las fuerzas armadas tomar decisiones de conducción en tiempo real.<b>Se trata de la compañía</b><a href="https://kodiak.ai/news/usmc-rogue-fires-autonomy" target="_blank" rel="" title="https://kodiak.ai/news/usmc-rogue-fires-autonomy"><b> Kodiak AI</b></a><b>, que integrará su tecnología de conducción autónoma en el vehículo terrestre ROGUE-Fires</b> del Cuerpo de Marines de Estados Unidos, una plataforma diseñada para misiones expedicionarias y transporte táctico.De acuerdo al portal <a href="https://interestingengineering.com/military/us-military-vehicles-get-autonomous-driving-system" target="_blank" rel="" title="https://interestingengineering.com/military/us-military-vehicles-get-autonomous-driving-system">Interesting Engineering</a>,<b> la integración del controlador autónomo en la plataforma ROGUE-Fires permitirá evaluar cómo las operaciones autónomas pueden ampliar el alcance operativo</b>, mejorar el ritmo de las misiones y reducir los riesgos para el personal; además, la arquitectura modular del sistema facilita su implementación en distintos vehículos y escenarios tácticos.<b>Kodiak Driver mantiene un proceso continuo de planificación de rutas, generando un trayecto principal y uno alternativo de emergencia</b>, asimismo, incorpora redundancia en todos los niveles, desde la energía y la computación hasta los sensores.Cada unidad incluye múltiples cámaras, LiDAR y radares, con campos de visión superpuestos que garantizan la operatividad incluso ante fallos de hardware.<b>En el núcleo del sistema se encuentra una IA unificada que toma decisiones de conducción en tiempo real mediante redes neuronales profundas entrenadas en diversos entornos</b>, también es capaz de realizar maniobras complejas como evitar obstáculos o cambiar de carril con precisión, el sistema ha demostrado funcionar en autopistas, desiertos, montañas y condiciones climáticas adversas, mientras permite actualizaciones de sensores y mejoras continuas sin necesidad de reentrenamiento completo.<b>(I)</b>