Tesla presenta una previsión de Supercargadores basada en IA para mejorar la precisión de los tiempos de espera

Tesla ha implementado un nuevo modelo de aprendizaje automático para mejorar la precisión de los tiempos de espera en los Superchargers que se muestran en los vehículos. En una actualización reciente compartida por la cuenta oficial de Tesla Charging en X, la compañía detalló cómo está mejorando las previsiones del planificador de viajes (Trip Planner) integrado en el vehículo mediante una predicción más exacta del comportamiento del conductor.

El desafío del uso mixto

Una dificultad clave ha sido pronosticar los tiempos de espera en sitios de uso mixto. Muchas ubicaciones de Superchargers comparten espacio con servicios como tiendas de comestibles, restaurantes y centros comerciales.

Al dirigirse a un Supercharger cercano, muchos conductores no ingresan la estación en el sistema de navegación del vehículo, lo que complica el pronóstico. Para ofrecer mejores estimaciones, el sistema también debe considerar la ubicación actual del vehículo e inferir si es probable que se dirija a un Supercharger cercano.

Esto introduce ambigüedad: el sistema puede tener dificultades para distinguir un vehículo que llega para cargar de uno que se detiene solo para visitar una tienda. Este tráfico de propósitos mixtos ha hecho difícil predecir la verdadera cola de carga y ha contribuido a estimaciones de tiempo de espera inexactas.

Entrenamiento de la IA con datos de trayectoria

Para abordar esto, Tesla creó un nuevo modelo de aprendizaje automático para inferir la verdadera intención del conductor de cargar. El modelo fue entrenado con 9 millones de millas de datos de trayectoria de vehículos agregados y anonimizados, recopilados exclusivamente dentro de las áreas delimitadas geográficamente que rodean los Superchargers a nivel mundial.

Al examinar cómo los vehículos se mueven, navegan y estacionan dentro de estos lotes, el sistema puede distinguir a los clientes que cargan de los visitantes minoristas habituales basándose en patrones de trayectoria.

El punto de referencia del 20%

Según Tesla, el software actualizado reduce los errores de estimación de la longitud de la cola a aproximadamente un 20 por ciento.

En la práctica, incluso durante los períodos festivos de mayor actividad, cuando un sitio podría tener colas de 10 o más vehículos, la estimación del planificador de viajes normalmente solo se desvía por uno o dos coches. Con predicciones más precisas, la navegación puede dirigir a los conductores a ubicaciones de Superchargers un poco más lejanas pero más rápidas para reducir el tiempo total de viaje.

No se necesita actualización

Debido a que los vehículos obtienen los tiempos de espera de los Superchargers a través de las API de Tesla, no se requiere ninguna actualización de software para que estos cambios entren en vigor. Tesla señala que el despliegue está en marcha y probablemente comenzará en ubicaciones de Superchargers seleccionadas mientras se evalúan los resultados antes de un despliegue más amplio.

Preparación para la cola virtual

Paralelamente, el equipo de carga de Tesla está probando activamente un nuevo sistema de cola virtual diseñado para eliminar las filas físicas en los sitios de Superchargers concurridos. Tesla ha comenzado a integrar la función de cola virtual en la versión más reciente de la aplicación de Tesla.

Los conductores podrán unirse a una lista de espera digital a través de la aplicación o desde la pantalla del vehículo, recibir actualizaciones en tiempo real sobre su posición y ser dirigidos a un puesto de carga cuando esté disponible.

Combinada con la previsión de IA basada en trayectorias, la cola virtual tiene como objetivo gestionar la congestión de manera efectiva, incluso durante los viajes pico en vacaciones.