La autonomía del futuro equipo antidisturbios ha pasado de la "asistencia con herramientas" a la "colaboración en tareas", poseyendo capacidades autónomas de percepción, juicio y respuesta en entornos limitados. Sin embargo, la toma de decisiones-central seguirá manteniendo un modelo "humano-en-el-circuito" para garantizar el control final sobre el uso de la fuerza.
Impulsada por tecnologías de inteligencia artificial y robótica, la autonomía de los equipos antidisturbios se refleja principalmente en los tres aspectos siguientes:
Percepción autónoma y modelado ambiental: los sistemas inteligentes modernos de control de disturbios pueden equiparse con módulos de fusión de múltiples-sensores (como imágenes térmicas, lidar y matrices de micrófonos) para lograr escaneo y mapeo en tiempo real-de entornos complejos. Por ejemplo, algunos robots antidisturbios pueden identificar de forma autónoma obstáculos, cambios en la densidad de la multitud y patrones de comportamiento anormales, y aún pueden funcionar de manera estable en ambientes con humo denso o con poca-luz.
Toma de decisiones y respuesta de comportamiento de forma autónoma limitada-: con la ayuda de la informática de vanguardia y modelos ligeros de IA, el equipo puede ejecutar de forma autónoma tareas específicas dentro de reglas preestablecidas. Por ejemplo, los robots de patrulla, después de detectar acciones violentas (como cortes o cargas) mediante algoritmos de reconocimiento de comportamiento, pueden activar automáticamente alarmas, rastrear objetivos y desplegar municiones no-letales; Los drones, al detectar amenazas aéreas (como los drones de carreras), pueden despegar de forma autónoma e implementar interferencias electrónicas.
Colaboración hombre{0}}máquina en una misión de circuito cerrado-
Actualmente, los equipos altamente autónomos generalmente adoptan una arquitectura "humana-en-el-circuito", donde los operadores humanos establecen los objetivos de la misión y los límites de seguridad, mientras que el sistema es responsable de la planificación de la ruta, el bloqueo de objetivos y la optimización de la ejecución. Por ejemplo, el robot "Ball Police Officer" desplegado en algunas ciudades chinas puede patrullar de forma autónoma bajo control de IA, pero una vez que se identifica un objetivo de alto-riesgo, se requiere la confirmación del personal de backend-antes de que se puedan tomar más medidas.
Vale la pena señalar que, si bien las respuestas completamente autónomas "fuera del circuito humano" son técnicamente posibles, las acciones autónomas letales o de alta-fuerza todavía están estrictamente limitadas debido a consideraciones éticas y legales. En general, la comunidad internacional pide la preservación de un "control humano significativo" (MHC) para evitar que los errores de juicio algorítmicos conduzcan a consecuencias incontrolables.
