El texto relata una simulación fallida de coordinación de enjambres de drones para la evacuación en incendios forestales, debido a conflictos de agentes, latencias de datos e inyección maliciosa de datos. El autor concluye que construir un sistema de coordinación resiliente es un problema de confianza, más allá de la optimización.
El autor describe un viaje personal en la destilación de conocimiento intermodal para redes logísticas de evacuación de incendios forestales, impulsado por los recuerdos de los incendios de California de 2020. Explora cómo la IA puede integrar imágenes satelitales con restricciones de políticas en tiempo real para la respuesta a desastres.
Esta investigación se centra en superar las limitaciones de los modelos estándar de Reinforcement Learning en la optimización de evacuaciones por incendios forestales. El autor aplica inferencia causal, inspirándose en Judea Pearl y Bernhard Schölkopf, para abordar recomendaciones inexplicables y variables de confusión.