Un equipo internacional de biólogos e ingenieros ha avanzado en la comprensión de cómo los murciélagos localizan y atrapan presas en la oscuridad mediante el desarrollo de un murciélago robótico diseñado para reproducir su estrategia de caza.
La colaboración, descrita en un estudio reciente en la Revista de Biología Experimental, reúne la experiencia de investigadoras como Inga Geipel, del Instituto Smithsonian de Investigaciones Tropicales, con ingenieros que implementaron un modelo físico para probar hipótesis sobre la ecolocalización.
La ecolocalización permite a los murciélagos emitir clics y analizar los ecos que rebotan en objetos y posibles presas; a partir de la intensidad y el tiempo de llegada de esos ecos construyen una representación acústica detallada del entorno. Los autores comparan este proceso con los sensores usados por vehículos autónomos, aunque los murciélagos lo hacen de forma intuitiva con solo su boca y dos orejas.
El interés por este tema comenzó hace casi veinte años cuando Geipel empezó a estudiar el comportamiento de estos murciélagos en su hábitat natural, intrigada por su capacidad para maniobrar y cazar en completa oscuridad y por cómo perciben el espacio mediante el sonido.
Su tesis doctoral reveló que los murciélagos orejudos (Micronycteris microtis) se aproximan a hojas desde un ángulo preciso para que sus clics se reflejen como en un espejo; si la hoja contiene una presa, el eco se dispersa y regresa con una firma acústica distinta, indicando la posible presencia de alimento.
Sin embargo, esa idea planteaba un reto: en un bosque tropical lleno de hojas, ¿cómo pueden los murciélagos evaluar eficazmente la orientación de cada hoja entre la multitud de ecos? La pregunta era si una regla simple podría funcionar en condiciones reales, con mucho ruido acústico y competencia de ecos de hojas vacías.
Para comprobarlo, el equipo construyó un murciélago robot que traducía la hipótesis biológica a un sistema físico. El aparato consistía en un brazo robótico que emitía pulsos de sonar, micrófonos simulando orejas y una pista lineal de tres metros, lo suficientemente compacta para realizar pruebas en un laboratorio u oficina.
En los ensayos, las “hojas” eran piezas impresas en 3D y algunas llevaban una libélula artificial como presa. El robot emitía pulsos cada medio segundo y recopilaba la información acústica —una “envoltura de eco”— que se enviaba al ordenador que controlaba el movimiento. Tras más de 45 pruebas, el sistema identificó correctamente hojas con presa en el 98 % de los casos y marcó erróneamente hojas vacías como ocupadas en un 18 % de las ocasiones.
Un hallazgo clave fue que el robot alcanzó esos resultados sin evaluar la orientación de cada hoja: bastaba con que el eco superara un umbral de intensidad y estabilidad para que el sistema lo considerara relevante. Esto apoya la hipótesis de Geipel de que los murciélagos usan reglas de decisión simples y eficientes para cazar en ambientes acústicamente complejos.
Sobre el reto de replicar el comportamiento animal en una máquina, el coautor Dieter Vanderelst, profesor asociado de biología e ingenierías de la Universidad de Cincinnati, dijo en un comunicado que aunque estudios de comportamiento sugerían una solución, era necesario probar si esa explicación era suficiente en el mundo físico.
Vanderelst también subrayó el valor de poner a prueba la estrategia en un modelo físico: construir y evaluar la hipótesis en un robot permite verificar si una solución simple puede funcionar en condiciones acústicas reales y complicadas.
Este murciélago robot se une a otros autómatas inspirados en quirópteros. En 2017, ingenieros de la Universidad de Tel Aviv desarrollaron “Robat”, un robot rodante que navega usando ecolocalización y aprendizaje automático.
Además, equipos de Caltech y la Universidad de Illinois crearon “Bat Bot”, un robot volador con alas articuladas de membrana de silicona capaz de cambiar de forma al batir. Aunque el prototipo de Geipel puede resultar menos llamativo visualmente, su diseño funcional permite obtener mediciones precisas sobre los mecanismos de caza reales.
En el futuro, el equipo planea ampliar los estudios a más especies de murciélagos y explorar cómo distinguen distintos tipos de presas. Geipel reconoce que aún quedan muchas preguntas sobre cómo estos animales se orientan y cazan en la oscuridad, un campo que sigue desafiando la comprensión humana.
