No me especializo en controladores, pero puedo darle una respuesta de alto nivel a su pregunta. Encontré este documento, es de 2007, pero creo que describe los problemas que todavía estamos tratando de resolver con los controladores.
http://www.cs.stanford.edu/peopl…
A medida que avanza la interacción del robot humano, estamos constantemente tratando de descubrir formas en que un robot puede ayudar sin problemas a un humano. En el área de automóviles autónomos, drones y otros sistemas, requerimos que estos robots naveguen por el mundo real.
- ¿Qué opinas de la gira planeada de Rahul Gandhi a los Estados Unidos para pronunciar su discurso sobre Inteligencia Artificial?
- ¿Los desarrolladores front-end serán reemplazados por IA?
- ¿Cuál es una forma intuitiva de definir 'conocimiento previo' en el contexto del aprendizaje automático bayesiano?
- ¿Cómo hace Google "mejores conjeturas" en los resultados de búsqueda?
- ¿Todos los juegos de Android necesitan inteligencia artificial?
Muchos de estos problemas caen en el área de planificación de movimiento. El problema, con esto, y parte de la razón por la que el alpha go de Google es tan sorprendente, https://gogameguru.com/i/2016/03…
es que para que un robot navegue de manera autónoma con éxito, requiere conocer cada estado posible en su mundo. Digamos que tenemos un dron, y queremos que navegue por un bosque, esto es increíblemente difícil, debido al ambiente caótico de un bosque, así como al dron que está al aire libre.
El alphago de Google no tenía anticipación, pero sí “conoce” muchos estados posibles, si tuviéramos que expandir el tablero, entonces el modelo necesitaría ser reentrenado.
Diría que este es el problema que tenemos con los controladores, mantener un dron estable durante condiciones ventosas, un robot de tierra autónomo en terreno desconocido o un dron creado para volar en un entorno cargado de muchos obstáculos.