El rover Perseverance logra un 90% de navegación autónoma en Marte

Última actualización: febrero de 2025

El rover Perseverance de la NASA ha completado el 90% de sus desplazamientos en Marte de forma autónoma — frente al 6,2% de su predecesor Curiosity — utilizando un algoritmo que funciona con hardware de finales de los 90. Este hito representa un avance clave en la IA Física: navegación de alta autonomía en terrenos no estructurados y desconocidos con recursos de cómputo mínimos, con implicaciones que van mucho más allá de la exploración espacial.

Tabla de contenidos

• ¿Qué es ENav y cómo funciona?
• ¿Cómo se compara Perseverance con otros rovers marcianos?
• ¿Por qué es importante la autonomía con recursos limitados?
• ¿Qué papel juega la IA en la futura navegación marciana?
• Qué significa esto para la robótica y los sistemas autónomos
• Preguntas frecuentes

¿Qué es ENav y cómo funciona?

Enhanced Autonomous Navigation (ENav) es el sistema de planificación de rutas a bordo de Perseverance, diseñado para evaluar aproximadamente 1.700 trayectorias candidatas en un radio de 6 metros y seleccionar la ruta más segura, todo mientras el rover sigue en movimiento. Esta capacidad de pensar y conducir simultáneamente es lo que diferencia a Perseverance de cualquier rover marciano anterior, y lo logra con una CPU resistente a la radiación cuya potencia de procesamiento equivale a la de un iMac G3 de 1998.

El algoritmo funciona en tres etapas. Primero, Perseverance captura imágenes estéreo del terreno y mapea miles de rutas posibles. Segundo, las clasifica según factores como la rugosidad del terreno y el tiempo estimado de recorrido. Tercero — y aquí está la clave arquitectónica de ENav — aplica ACE (approximate clearance estimation), una rutina de verificación de colisiones costosa computacionalmente, solo a las mejores candidatas. El trabajo pesado se reserva para terrenos realmente difíciles; en terreno despejado, el rover sigue avanzando.

Según IEEE Spectrum, el análisis técnico completo de ENav se publicó en IEEE Transactions on Field Robotics en noviembre de 2025, coescrito por Masahiro "Hiro" Ono, supervisor del Grupo de Movilidad Superficial Robótica en el Laboratorio de Propulsión a Chorro de la NASA.

¿Cómo se compara Perseverance con otros rovers marcianos?

Perseverance ha recorrido más de 30 kilómetros en Marte, con un 90% de esa distancia cubierta de forma autónoma, batiendo el récord de Curiosity, que apenas alcanzó un 6,2% de viaje autónomo en toda su misión.

La diferencia es abismal en todos los indicadores:

Opportunity ostentaba el récord de distancia autónoma en un solo sol con 109 metros hasta el 3 de abril de 2023, cuando Perseverance recorrió 331,74 metros de forma autónoma en un solo día marciano — más del triple del récord anterior. Durante su carrera hacia el antiguo delta del río en el cráter Jezero, el rover mantuvo un 95% de conducción autónoma durante 24 soles consecutivos, cubriendo aproximadamente 5 kilómetros de las estribaciones del delta.

La diferencia fundamental es arquitectónica. Curiosity tenía que detenerse por completo para calcular una ruta segura antes de cada movimiento — lo que Ono llama "el principal cuello de botella". Perseverance calcula la siguiente ruta mientras ejecuta la actual, lo que hace que su conducción autónoma sea "un orden de magnitud más rápida", según Ono.

¿Por qué es importante la autonomía con recursos limitados?

Ejecutar un sistema de navegación autónoma sofisticado en un procesador equivalente a un ordenador de escritorio de 1998 no es una limitación que haya que sortear, sino el resultado de una filosofía de ingeniería deliberada y basada en la gestión de riesgos, con importantes lecciones para la robótica terrestre.

El endurecimiento por radiación (el proceso de fabricar chips para soportar la radiación ionizante del espacio profundo, que de otro modo causaría cambios de bit y fallos en el procesador) limita severamente la capacidad de cómputo disponible. La CPU de Perseverance es el mismo modelo que el de Curiosity: un diseño probado elegido precisamente porque su fiabilidad en condiciones adversas está bien documentada. Introducir un procesador más rápido y nuevo implicaría aceptar modos de fallo desconocidos a millones de kilómetros del técnico de reparación más cercano.

Esta limitación obligó a una solución algorítmica precisa: hacer cómputo costoso solo donde sea necesario. Este principio —a veces llamado planificación consciente del cómputo— es cada vez más relevante en la Tierra, donde los sistemas autónomos deben equilibrar la velocidad de inferencia con los presupuestos energéticos en hardware de borde. Los robots de almacén, los drones agrícolas y las plataformas de inspección en exteriores se enfrentan a variantes de la misma disyuntiva.

Masahiro Ono resume el desafío central con claridad: el terreno marciano es estático (las rocas no se mueven), pero vasto y en gran parte desconocido. "Esta enorme incertidumbre es el mayor desafío", señala. La solución de Perseverance es una clasificación probabilística de rutas combinada con una verificación profunda selectiva, una plantilla que se traduce directamente a cualquier robot que navegue por entornos novedosos, sin GPS o sin infraestructura.

¿Qué papel juega la IA en la futura navegación marciana?

En diciembre de 2024, la NASA realizó la primera prueba de un sistema de navegación que utiliza un modelo basado en Claude de Anthropic para analizar imágenes orbitales del Mars Reconnaissance Orbiter (MRO) y generar puntos de referencia, un adelanto de la entrada de los modelos fundacionales en la robótica espacial operativa.

El ENav actual depende exclusivamente de las imágenes que captura el propio rover, porque las imágenes orbitales del MRO carecen de la resolución necesaria para decisiones de navegación a corta distancia. La prueba con Anthropic se centró en una capa diferente del sistema de autonomía: la planificación de rutas a alto nivel desde arriba, alimentando coordenadas de puntos de referencia estructurados al sistema de navegación local del rover.

Esta arquitectura de dos capas —un modelo de lenguaje grande (LLM) que genera planes estratégicos a partir de datos satelitales burdos, con un algoritmo local ligero que maneja la navegación en tiempo real— se asemeja a cómo se están diseñando los sistemas híbridos de IA para vehículos autónomos y robots industriales en la Tierra. El LLM no conduce; planifica. El sistema integrado ejecuta.

Si se valida, este enfoque reduciría la dependencia de operadores humanos para decisiones de ruta a nivel de misión, que se vuelven cada vez más impracticables a medida que los rovers se adentran más en el sistema solar. Marte ya tiene un retraso de comunicación de 3 a 22 minutos por trayecto dependiendo de las posiciones orbitales, lo que hace imposible la teleoperación humana en tiempo real y aumenta las apuestas por cada decisión autónoma que toma el rover.

Qué significa esto para la robótica y los sistemas autónomos

El avance de ENav en Perseverance es más que un hito espacial: es una prueba de concepto para la navegación autónoma en el extremo más complejo del espectro de entornos no estructurados, validada sobre miles de kilómetros reales sin red de seguridad.

Cuatro implicaciones prácticas destacan para la industria robótica:

1. La autonomía eficiente en cómputo es posible a altos niveles de rendimiento. Los desarrolladores de robots industriales y plataformas móviles que operan en hardware de borde deberían estudiar la arquitectura de cómputo selectivo de ENav: aplicar verificación de colisiones costosa solo en rutas candidatas prefiltradas en lugar de hacerlo de forma exhaustiva.

1. La concurrencia de pensamiento y movimiento es un multiplicador de velocidad fundamental. El paso de parar-planificar-moverse a planificar-mientras-se-mueve supuso una mejora de un orden de magnitud en la velocidad efectiva en Marte. El mismo cambio arquitectónico en AMRs (robots móviles autónomos) de almacén y plataformas de inspección en exteriores podría aumentar drásticamente el rendimiento sin necesidad de actualizaciones de hardware.

1. Los modelos fundacionales están entrando en el sistema de autonomía física. La prueba de generación de puntos de referencia con Anthropic apunta a un futuro cercano en el que los LLM manejen la planificación estratégica mientras que los algoritmos integrados se encargan de la ejecución reactiva. Las empresas que construyen cobots y sistemas de manipulación móvil deberían seguir de cerca esta arquitectura híbrida.

1. La fiabilidad probada supera al rendimiento bruto en entornos hostiles. La decisión deliberada de la NASA de reutilizar una CPU validada en lugar de alternativas más potentes es un recordatorio de que, en despliegues de alto riesgo —construcción, minería, mar adentro, respuesta a emergencias—, la fiabilidad del sistema y los modos de fallo predecibles suelen importar más que las puntuaciones de referencia.

Ono enmarca claramente la dirección a largo plazo: "La automatización de los sistemas espaciales es una dirección imparable si queremos explorar más lejos en el espacio". La misma lógica se aplica a cualquier dominio donde los humanos no puedan estar presentes en tiempo real.

Preguntas frecuentes

¿Qué porcentaje de la conducción de Perseverance es autónoma?

Hasta su día marciano número 1.312 (28 de octubre de 2024), Perseverance había completado aproximadamente el 90% de su recorrido total en Marte de forma autónoma utilizando el algoritmo ENav. Esto se compara con aproximadamente el 6,2% de conducción autónoma del rover Curiosity a lo largo de su misión.

¿Qué es ENav y en qué hardware se ejecuta?

ENav (Enhanced Autonomous Navigation) es el algoritmo de conducción autónoma a bordo de Perseverance. Se ejecuta en una CPU resistente a la radiación con una potencia de procesamiento aproximadamente equivalente a un Apple iMac G3 de finales de los 90, la misma arquitectura de procesador utilizada en el rover Curiosity, seleccionada por su fiabilidad probada en el entorno de radiación del espacio profundo.

¿Cuál es el récord de distancia de conducción autónoma de Perseverance?

El 3 de abril de 2023, Perseverance recorrió 331,74 metros de forma autónoma en un solo día marciano (sol), más del triple del récord anterior de 109 metros del rover Opportunity. Su distancia total recorrida superó los 30 kilómetros en octubre de 2024.

¿Cómo se utiliza la IA de Anthropic en la navegación del rover marciano?

En diciembre de 2024, la NASA probó un sistema de navegación que utiliza un modelo basado en Claude de Anthropic para analizar imágenes satelitales del Mars Reconnaissance Orbiter (MRO) y generar coordenadas de puntos de referencia para la planificación de rutas de Perseverance. Esta es una capa de planificación de alto nivel separada de la navegación local en tiempo real de ENav, y representa la primera prueba de un modelo de lenguaje grande en un contexto operativo de robótica espacial.

¿Por qué la NASA no puede usar un procesador más potente en Perseverance?

Los chips utilizados en el espacio profundo deben someterse a un endurecimiento por radiación para sobrevivir al entorno de radiación ionizante, lo que limita las opciones disponibles. La NASA seleccionó una CPU probada de misiones anteriores, aceptando un menor rendimiento de cómputo a cambio de una fiabilidad documentada. Un procesador más rápido pero no probado introduciría riesgos de fallo sin posibilidad de reparación en el campo.

¿Qué significa la autonomía de Perseverance para la robótica comercial?

ENav demuestra que la navegación autónoma sofisticada en terrenos no estructurados es posible en hardware severamente limitado mediante la optimización arquitectónica. El enfoque de cómputo selectivo —ejecutar algoritmos costosos solo en rutas de alta probabilidad prefiltradas— es directamente aplicable a robots móviles desplegados en fabricación, logística, agricultura e inspección.

El récord de Perseverance cierra el círculo de una década de esfuerzos para hacer que los rovers planetarios sean realmente autosuficientes, y lo hace con un hardware que apenas podría ejecutar una pestaña moderna del navegador.