La Verdad

Javier Vales, profesor de la Politécnica.
Javier Vales, profesor de la Politécnica. / J. M. Rodríguez

Entrenadores virtuales: tecnología al servicio del rendimiento deportivo

  • Ser deportista de alto nivel no es sencillo. Rendir al máximo sin sufrir lesiones es una de sus máximas y el desarrollo de nuevas tecnologías de apoyo a sus entrenamientos se está convirtiendo en una de las grandes oportunidades

Ser deportista de alto nivel no es sencillo. Rendir al máximo sin sufrir lesiones es una de sus máximas y el desarrollo de nuevas tecnologías de apoyo a sus entrenamientos se está convirtiendo en una de las grandes oportunidades. Especial dificultad encuentran quienes practican deportes colectivos de alto nivel. Estos siguen rutinas específicas de entrenamiento, que se deben adaptar para conseguir los picos de mayor rendimiento en función de una planificación cuidadosa de la temporada. En la actualidad, los planes o rutinas de entrenamiento son personalizados desde el punto de vista temporal, y en función de las características propias del jugador, tanto intrínsecas como las referentes a su posición dentro del campo. Hasta el momento, ese control era llevado a cabo, exclusivamente, por preparadores físicos que bajo su conocimiento, experiencia y retroalimentación, confeccionan planificaciones personalizadas a cada jugador.

El grupo de investigación de Ingeniería Telemática de la Universidad Politécnica de Cartagena, del que forma parte Javier Vales, ha desarrollado un sistema que permite asistir a los preparadores, controlando y dirigiendo dichas planificaciones de manera automática y en tiempo real, teniendo en cuenta además numerosos factores que un preparador físico no es capaz de controlar, como las condiciones ambientales y la condición física particular en cada instante.

Denominado 'Sistema autónomo para el entrenamiento personalizado de atletas basado en técnicas de aprendizaje máquina e inteligencia ambiental' (Saeta), permite adaptarse dinámicamente a las características propias de cada deportista y a los distintos objetivos fijados a lo largo de toda la temporada.

Técnicas matemáticas

Con financiación del Consejo Superior de Deportes, entre 2011 y 2015, el equipo demostró que «es posible crear entrenadores virtuales mediante la correcta selección de características en un problema de aprendizaje supervisado, así como que el modelo de aprendizaje supervisado se adapta al problema del entrenamiento deportivo, y permite la evaluación de comportamientos futuros en base a observaciones actuales», explica Vales.

El sistema completo da lugar a un entrenador virtual en un entorno de inteligencia ambiental que opera en tiempo real y de modo automático. El sistema selecciona acciones durante los entrenamientos técnico-tácticos, los aeróbicos y los partidos adaptados, a la vez que efectúa un control transversal de la calidad de ejecución de los ejercicios. Las técnicas matemáticas empleadas son variadas, desde el uso de programación dinámica con horizonte finito para ejercicios con varias etapas, técnicas de clasificación como k-Nearest Neighbors, a módulos de inferencia mediante aproximaciones polinómicas o a través de la caracterización con histogramas.

También amateur

«Saeta se basó en técnicas de aprendizaje máquina; una rama de la Inteligencia Artificial cuyo objetivo es desarrollar técnicas que permitan a las computadoras aprender por sí mismas. Resumidamente, se trata de crear programas capaces de generalizar comportamientos a partir de datos de ejemplo. Es decir, se deben suministrar datos completos de entrenamiento evaluados por un entrenador humano para que el sistema 'aprenda' de estos datos y elabore un sistema clasificador adecuado para los datos futuros. En todo este proceso es fundamental la labor del entrenador humano en la introducción de los datos de aprendizaje», señala el profesor de la UPCT.

Este tipo de aprendizaje máquina, caracterizado por la disponibilidad de una correspondencia entre las entradas (datos de entrenamiento) y las salidas (análisis del entrenador humano) deseadas del sistema, se denomina aprendizaje supervisado. Apunta el investigador que «para el proyecto se contó con la colaboración del UCAM Voley Murcia que milita en la máxima categoría del voleibol femenino nacional. Los datos obtenidos durante las sesiones de entrenamiento permitieron obtener una base de conocimiento para los algoritmos desarrollados, así como validar el prototipo del entrenador virtual».

En una línea parecida, la empresa murciana Deportec trabaja en el desarrollo de tecnología deportiva de élite al alcance de todos. Su primer dispositivo, Velowin, optimiza el rendimiento de los deportistas y ya se utiliza en Equelite, la academia del tenista y exnúmero 1 de la ATP Juan Carlos Ferrero. Velowin es un sistema optoelectrónico que mide la velocidad, fuerza y potencia del deportista, caracterizando los parámetros de su entrenamiento. De ese modo se cubre la necesidad de los deportistas que desean incrementar su rendimiento de forma óptima, evitando sobreentrenamientos y riesgo de lesiones.

Se trata de un dispositivo libre de cables, lo que le permite realizar medidas de máxima precisión a un precio competitivo y de manera muy cómoda. Su funcionamiento está basado en un sensor óptico que obtiene métricas físicas utilizadas para incrementar el rendimiento de deportistas profesionales y amateur.

El sistema está patentado en cotitularidad con la Universidad de Murcia dado que los socios de Deportec están muy unidos a la institución docente. Carlos Pérez ha sido entrenador de élite en diferentes modalidades deportivas, además de realizar valoraciones de rendimiento para la selección nacional de India, el equipo ruso de fútbol FC Rubin Kazan, y equipos regionales de primera línea en voleibol y baloncesto (superliga y ACB). Máster de Alto Rendimiento por el Comité Olímpico Español (COE), en la actualidad forma parte del Área de Valoración y Planificación del Entrenamiento del Centro de Medicina del Deporte de la UMU.

El doctor Vicente Ferrer, especialista en Medicina del Deporte y profesor asociado de la UMU, así como Aurelio Arenas, doctor en Física, profesor del Área de Electrónica de la UMU y responsable del Grupo de Investigación Electrónica, Sensores e Instrumentación, conforman el resto de integrantes procedentes de la Universidad de Murcia. Completa el equipo multidisciplinar Roberto Carlos Sáez, ingeniero en Automática y Electrónica Industrial, cooperante en diferentes 'start ups' y mentor de proyectos de la Escuela de Organización Industrial en Murcia.

Temas