Resum: Aquest article presenta un sistema adaptatiu d'entrenament en realitat virtual per a bombers que utilitza aprenentatge per reforç per ajustar dinàmicament la dificultat dels escenaris i la càrrega cognitiva. A diferència de les simulacions VR estàtiques, el sistema avalua contínuament el rendiment i les dades fisiològiques del bomber per optimitzar l'efectivitat de l'entrenament i mitigar l'estrès, amb millores potencials en temps de resposta reals de fins a 30 per cent i reducció del desgast professional.
INTRODUCCIÓ
Els entorns d'alt estrès com el dels bombers exigeixen una capacitat cognitiva i de presa de decisions excepcional. Els mètodes formatius tradicionals sovint no reprodueixen la naturalesa impredictible i dinàmica de les emergències reals. La realitat virtual ofereix una solució segura i controlada, però molts sistemes actuals són estàtics o depenen de guions predefinits i no escalen la dificultat en funció de la resposta de l'usuari. Per tancar aquesta bretxa presentem AVSG, Adaptive VR Scenario Generation, una plataforma que integra sensors fisiològics i un agent d'aprenentatge per reforç per adaptar la complexitat de l'entrenament en temps real.
FONAMENT TEÒRIC
El sistema AVSG combina un entorn VR amb simulacions realistes de fum, col·lapses estructurals i rescats de civils, un conjunt de sensors que registren variabilitat de la freqüència cardíaca HRV, activitat electrodèrmica EDA i seguiment ocular, i un agent d'aprenentatge per reforç encarregat de modular paràmetres de l'escenari per mantenir una càrrega cognitiva objectiu.
ESTIMACIÓ DE CÀRREGA COGNITIVA
La càrrega cognitiva s'estima mitjançant una fusió de senyals HRV i EDA. RMSSD s'usa com a indicador d'activitat parasimpàtica, inversament relacionat amb la càrrega cognitiva. L'EDA reflecteix activació simpàtica. A partir d'aquests es calcula un índex de càrrega cognitiva CLI mitjançant una ponderació apresa prèviament i refinada amb dades de seguiment ocular com durada de fixacions i freqüència de sacades per millorar l'estimació.
POLÍTIQUES D'AJUST MITJANÇANT APRENENTATGE PER REFORÇ
El nucli de l'AVSG és un agent DQN que observa el CLI, les accions del bomber en VR i l'estat de l'escenari. Els seus possibles ajustos abasten intensitat de foc I, complexitat de civils C, perills estructurals H i talls de comunicació K. L'espai d'accions inclou incrementar o reduir cada paràmetre, introduir o eliminar interferència de comunicació i mantenir l'estat. La funció de recompensa prioritza mantenir la càrrega cognitiva propera a un objectiu segons el nivell d'habilitat, maximitzar la taxa de compliment de tasques i reduir l'estrès basal, amb pesos optimitzats mitjançant optimització bayesiana.
DISSENY EXPERIMENTAL
s va avaluar el sistema amb bombers actius de diferent nivell d'experiència. Després d'una sessió baseline amb escenari de complexitat fixa, els participants van realitzar 30 minuts d'entrenament amb AVSG on l'agent va ajustar l'escenari en temps real. Posteriorment van completar un exercici simulat en el món real mesurat per temps de resposta i taxa d'errors. Es van recopilar dades fisiològiques HRV, EDA i seguiment ocular, mètriques de rendiment en VR i valoracions subjectives mitjançant NASA TLX.
RESULTATS
Els resultats preliminars mostren millores estadísticament rellevants en temps de resposta i reducció de càrrega percebuda. En conjunt els entrenaments adaptatius van oferir reduccions mitjanes de temps de resposta al voltant de 12 per cent en la primera iteració experimental, amb potencial d'optimització addicional que podria portar a millores de fins a 30 per cent en desplegaments a més gran escala i amb més dades. Les puntuacions NASA TLX van disminuir, indicant millor gestió de l'estrès i càrrega de treball.
PROCESSAMENT DE SENYALS I CONSIDERACIONS MATEMÀTIQUES
Els senyals HRV es processen per extreure RMSSD després de filtratge en banda per capturar components d'alta freqüència. L'EDA es filtra i suavitza per mitjanes mòbils per identificar canvis significatius en conductància cutània. L'actualització del DQN segueix una regla de Bellman adaptada amb taxa d'aprenentatge i factor de descompte adequats a l'horitzó temporal de la sessió d'entrenament. Els pesos de la funció de recompensa s'afinen mitjançant optimització bayesiana per balancejar desafiament i seguretat.
ESCALABILITAT I FUTUR
En curt termini es planeja ampliar els escenaris a incendis estructurals, incendis forestals i incidents amb materials perillosos. A mitjà termini s'integrarà retroalimentació hàptica per augmentar la immersió i es transferirà la metodologia a altres primers respondedors com EMT i forces de seguretat. A llarg termini es proposa un enfocament d'aprenentatge federat per compartir entrenament de l'agent entre departaments de bombers, augmentant la robustesa i diversitat de perfils d'entrenament sense comprometre la privacitat de les dades.
IMPLICACIONS PRÀCTIQUES I COMERCIALITZACIÓ
Q2BSTUDIO, empresa especialitzada en desenvolupament de programari i aplicacions a mida, intel·ligència artificial, ciberseguretat i serveis cloud aws i azure, pot oferir aquesta solució com a producte i servei adaptat a cada departament. La nostra experiència en programari a mida, serveis d'intel·ligència de negoci i implementació d'agents IA i power bi facilita la integració d'AVSG en fluxos operatius existents, permetent personalitzar escenaris, emmagatzemar i analitzar dades amb eines de BI i desplegar el sistema en arquitectures segures al núvol.
VERIFICACIÓ I CONFIABILITAT TÈCNICA
La verificació del sistema es basa en el monitoratge continu del CLI durant l'entrenament adaptatiu, validació estadística de la correlació entre senyals fisiològiques i càrrega cognitiva i revisions filmades de les sessions per evitar dreceres en la formació. La fiabilitat s'assegura mitjançant preprocessament robust de senyals, filtratge d'artefactes i entrenament extensiu del model amb conjunts de dades representatius.
CONTRIBUCIÓ TÈCNICA
La aportació principal radica a integrar un índex de càrrega cognitiva en la funció de recompensa d'un agent RL per ajustar escenaris VR en temps real. L'ús combinat d'aprenentatge per reforç, sensors fisiològics i optimització bayesiana per calibrar paràmetres ofereix una ruta nova cap a formació personalitzada i mesurable. Aquest enfocament complementa serveis d'intel·ligència artificial i ia per a empreses, potenciant solucions que redueixen desgast i milloren eficàcia operativa.
CONCLUSIÓ
La generació adaptativa d'escenaris en VR mitjançant aprenentatge per reforç i retroalimentació fisiològica representa un avenç significatiu en formació per a bombers. Mantenir els participants en una zona de càrrega cognitiva òptima millora la preparació, redueix l'estrès i millora temps de resposta en emergències reals. Q2BSTUDIO està preparada per oferir implementacions a mida d'aquesta tecnologia, integrant programari a mida, ciberseguretat, serveis cloud aws i azure, serveis intel·ligència de negoci, agents IA i power bi per maximitzar el valor operatiu i el retorn de la inversió dels cossos de bombers i altres organitzacions de primers respondedors.
