Sistemas de mobiliario inteligente impulsados por el Internet de las Cosas para la Personalización Centrada en el Ser Humano: Evaluación Experimental usando Datos de Sensores Conductuales

Resumen

Este estudio presenta un sistema de mobiliario inteligente que utiliza refuerzo profundo y meta-aprendizaje federado para personalizar la experiencia del usuario en tiempo real. Al modelar el comportamiento del usuario como un proceso de decisión secuencial, reduce la incomodidad en un 43% y el consumo de energía en un 21%, preservando la privacidad. Los resultados demuestran un marco robusto y receptivo, adecuado para espacios de trabajo y hogares inteligentes conscientes de la salud.

Resumen

Este artículo presenta un avanzado sistema de mobiliario inteligente impulsado por Internet de las Cosas (IoT), diseñado para adaptarse dinámicamente a los usuarios individuales integrando aprendizaje por refuerzo profundo con meta-aprendizaje federado. La personalización se formula como un proceso de decisión de Markov, que permite al sistema realizar ajustes optimizados y secuenciales adaptados al comportamiento de cada usuario. Para estimar preferencias ergonómicas ocultas en tiempo real, se aplica un filtro de Kalman adaptativo, mientras que un autocodificador disperso reduce las señales en bruto del sensor en un 82 %, preservando características temporales clave esenciales para un modelado preciso. En un estudio exhaustivo con usuarios que involucró a 48 participantes y más de 160.000 muestras de sensores en series temporales, el marco redujo significativamente la insatisfacción acumulada de los usuarios en un 43 % y redujo el consumo energético en un 21 %, en comparación con los sistemas convencionales de control basados en reglas. Las adaptaciones en tiempo real se producen con una latencia media de 280 ms, y se mantienen restricciones de ergonomía en el 95 % de los casos de uso, lo que confirma que el sistema funciona de forma rápida y segura. El aprendizaje federado (FL) permite la colaboración que preserva la privacidad entre unidades de mobiliario distribuidas. El entrenamiento converge hacia el 87 % del rendimiento global en 30 iteraciones globales, sin intercambio de datos en bruto, reforzando tanto la escalabilidad como la privacidad de los datos. Estos resultados empíricos respaldan firmemente la idoneidad del marco para su despliegue en espacios de trabajo conscientes de la salud, hogares inteligentes y entornos de cuidado de personas mayores, ofreciendo una solución robusta, sensible e interpretable para enriquecer la interacción humano-mobiliario.

Introducción

El Internet de las Cosas (IoT) ha permitido la integración de sensores, computación y actuación en entornos físicos, apoyando sistemas adaptativos capaces de interacción consciente del contexto y toma de decisiones en tiempo^{real 1,2,3} Dentro de este paradigma, los sistemas inteligentes de mobiliario integran sensores de presión, unidades de medición inercial, monitores ambientales, microcontroladores, módulos de comunicación inalámbrica y algoritmos de inteligencia artificial para monitorizar la postura, Condiciones ambientales y patrones^{de interacción 4}. A diferencia de los equipos ergonómicos convencionales, estos sistemas buscan permitir una personalización continua mediante modelado conductual basado en datos y mecanismos de retroalimentación^{adaptativa 5,6}.

El aumento de la prevalencia de modelos de trabajo híbrido, estilos de vida sedentarios y poblaciones envejecidas ha intensificado el interés en la investigación en muebles ergonómicamente sensibles capaces de apoyar el confort, la productividad y el monitoreo^{de la salud} 7,8,9,10. Las plataformas de mobiliario inteligente se han explorado en contextos residenciales, de oficina, sanitarios y educativos, donde la inteligencia integrada permite que el mobiliario funcione como una interfaz interactiva entre los usuarios y sus^{entornos 11,12}. Investigaciones recientes han investigado el aprendizaje por refuerzo y el aprendizaje federado para la personalización adaptativa en sistemas^distribuidos 13,14,15. Los métodos de aprendizaje por refuerzo que preservan la privacidad para aplicaciones habilitadas con IoT han puesto de manifiesto los compromisos entre adaptividad y protección^{de datos 13}. Los marcos de aprendizaje federado en computación en el edge han abordado los retos de eficiencia de la comunicación y optimización^{descentralizada 14}. El aprendizaje por refuerzo profundo ha demostrado eficacia en servicios de personalización^{digital 15}. Sin embargo, la mayoría de los trabajos previos se han centrado en plataformas de servicios virtuales en lugar de sistemas físicos incorporados como el mobiliario^{inteligente 16}.

Los entornos físicos de mobiliario inteligente introducen restricciones adicionales, incluyendo dinámica de actuadores, requisitos de seguridad mecánica, limitaciones en el consumo energético, ruido de sensores, restricciones de latencia y complejidad de interacción multiusuario¹⁷. Por ejemplo, las sillas inteligentes de monitorización de postura y las camas inteligentes para el seguimiento del sueño deben integrar la detección biomecánica con mecanismos de coordinación ambiental como sistemas de calefacción, ventilación y aire acondicionado (HVAC^{) 18}. La personalización en estos contextos, por tanto, requiere modelado dinámico de señales fisiológicas, conductuales y ambientales en lugar de un mapeo estático de^{preferencias 19,20}.

Los sensores IoT integrados en componentes estructurales como cojines de asientos, reposabrazos, respaldos y mesas pueden capturar datos de series temporales multivariantes, incluyendo movimiento (acelerómetros, giroscopios), distribución de presión, mediciones térmicas, contexto acústico e indicadores fisiológicos como la actividad electrodérmica (EDA) y la variabilidad de la frecuencia^{cardíaca 21,22}. Los sensores integrados funcionan bajo normas de seguridad para consumidores de bajo consumo y emiten solo radiación electromagnética no ionizante insignificante. Sus niveles de exposición permanecen muy por debajo de los umbrales internacionales de seguridad. Las señales en bruto de los sensores suelen ser de alta dimensión, ruidosas y dependientes del^{contexto 23}, lo que requiere procesamiento estructurado de señales, extracción de características y fusión de sensores para construir representaciones fiables del estado^{del usuario 24}.

Los métodos de aprendizaje automático, incluyendo la clasificación supervisada, el agrupamiento no supervisado y las redes neuronales profundas, se han aplicado al modelado conductual en entornos inteligentes^25,26. Las redes neuronales recurrentes (RNN) y las redes neuronales convolucionales (CNN) capturan dependencias temporales en el movimiento del usuario, mientras que los enfoques de agrupamiento segmentan a los usuarios en grupos^{conductuales 26}. Aunque estas técnicas mejoran el reconocimiento de patrones, no optimizan inherentemente las decisiones de control secuencial bajo incertidumbre. Las estrategias de control basadas en reglas que se implementan comúnmente en sistemas ergonómicos asignan umbrales de sensores a acciones predefinidas, pero carecen de capacidad de aprendizaje^{adaptativo 27}. En consecuencia, los mapeos estáticos pueden no adaptarse a las preferencias cambiantes y a la variabilidad contextual a lo largo del^{tiempo 28}.

Los entornos multiusuario requieren además diferenciación contextual dinámica y cambio adaptativo de perfiles para mantener el rendimiento entre usuarios^{heterogéneos 29}. Por tanto, lograr una personalización escalable requiere modelos capaces de aprendizaje conductual longitudinal preservando la privacidad y la eficiencia^{computacional 30}. Integrar la inteligencia contextual directamente en la infraestructura de muebles mejora la capacidad de respuesta a la interacción; sin embargo, los sistemas IoT distribuidos también deben abordar las restricciones de protección de la privacidad y manejo seguro^{de datos 31,32}. Para abordar estos desafíos, este estudio propone un marco unificado de control inteligente para sistemas de mobiliario inteligente habilitados con IoT que integra aprendizaje por refuerzo, estimación adaptativa de estados y metaaprendizaje federado. La personalización se formula como un proceso de decisión de Markov (MDP), que permite la optimización secuencial del confort del usuario y la eficiencia energética bajo transiciones estocásticas. El aprendizaje por refuerzo refina continuamente las políticas de control basándose en la retroalimentación acumulativa de recompensas, superando las limitaciones de los enfoques de mapeo heurístico o estático.

Se incorpora un filtro de Kalman adaptativo para estimar estados latentes de preferencia del usuario a partir de observaciones multivariantes ruidosas, separando el ruido de medición de la intención ergonómica subyacente y mejorando la estabilidad del control. Este filtro es un algoritmo recursivo de estimación probabilística de estados utilizado para inferir preferencias ergonómicas latentes a partir de observaciones ruidosas. Su papel en la separación del ruido de medición de la intención oculta del usuario ha sido aclarado explícitamente. El aprendizaje federado permite la agregación distribuida de modelos sin intercambio de datos en bruto, mientras que el meta-aprendizaje acelera la adaptación a nuevos usuarios mediante una inicialización optimizada entre poblaciones heterogéneas. La Figura 1 presenta la arquitectura multicapa del sistema de mobiliario inteligente propuesto, organizada en capas de sensor, inferencia, personalización y infraestructura ética. El diagrama ilustra cómo la adquisición de sensores, la inteligencia en el edge/cloud, el control adaptativo y la gestión segura de datos se integran dentro de un marco unificado de personalización en tiempo real.

El objetivo principal de este estudio es diseñar y evaluar experimentalmente una arquitectura de personalización escalable, consciente de la energía y que preserve la privacidad para sistemas de mobiliario inteligente. El marco propuesto integra la percepción, el aprendizaje de representaciones, la estimación probabilística del estado, la optimización secuencial de decisiones y la colaboración federada dentro de una estructura cohesiva. La validación experimental utilizando prototipos de unidades inteligentes de mobiliario demuestra mejoras medibles respecto a los enfoques de control heurístico en términos de reducción de insatisfacción del usuario y eficiencia energética. Al extender el aprendizaje por refuerzo y la adaptación federada de los servicios digitales a entornos físicos incorporados, este trabajo establece un camino técnicamente fundamentado hacia sistemas de mobiliario inteligente interpretables y validados experimentalmente.

Protocolo

No se requería aprobación ética para este estudio. Los procedimientos experimentales implicaron una interacción ergonómica no invasiva con prototipos de muebles inteligentes, sin intervención médica, pruebas clínicas ni recopilación de información personal de salud identificable. Todos los datos de sensores registrados se anonimizaron antes de almacenarlos y analizarlos. La participación fue voluntaria y no se recopilaron datos sensibles ni clínicos.

1. Preparación de hardware y sistemas

1. Montar la unidad de muebles inteligentes
   1. Instala un conjunto de sensores de presión capacitivo de 16 canales en el cojín del asiento.
   2. Montar una unidad de medición inercial de 6 ejes (acelerómetro + giroscopio) en el respaldo.
   3. Instala sensores de temperatura, humedad, luz ambiental y sonido.
   4. Integra módulos opcionales de actividad electrodérmica (EDA) y sensor de frecuencia cardíaca.
   5. Conecta todos los sensores a un microcontrolador ESP32 mediante interfaces I2C/SPI.
2. Configurar sistema de accionamiento
   1. Instala servomotores para ajustar la altura y la inclinación.
   2. Ajusta el rango de ajuste de inclinación a ±15°.
   3. Ajusta el rango de ajuste de altura entre 40 y 70 cm.
   4. Limitar el tamaño del paso de actuación a ΔS_máximo = 2° por ciclo de actualización.
3. Configurar la plataforma de cómputo
   1. Instala Ubuntu 20.04 en NVIDIA Jetson Nano (4 GB de RAM) o equivalente.
   2. Instala Python 3.9.
   3. Instala PyTorch 1.13, NumPy, SciPy y Scikit-learn.
   4. Activa la aceleración CUDA si hay una GPU disponible.

2. Adquisición de datos

1. Configurar muestreo
   1. Configura la frecuencia de muestreo del sensor a 20 Hz.
   2. Sincroniza todas las corrientes de sensores usando la alineación de marcas de tiempo.
   3. Almacenar datos en formato CSV.
2. Realizar sesiones de interacción
   1. Reclutar a 48 participantes adultos.
   2. Registra sesiones de interacción sentadas de 60 minutos por participante.
   3. Recoge puntuaciones subjetivas de confort en una escala de Likert del 1 al 5.
3. Conjunto de datos de particiones
   1. Elimina los identificadores de participantes.
   2. Divide el conjunto de datos en 70% de entrenamiento, 15% de validación y 15% de conjuntos de prueba.

3. Preprocesamiento de datos

1. Señales de filtro
   1. Aplica un filtro Butterworth pasa-bajos (frecuencia de corte = 5 Hz).
   2. Normaliza cada canal del sensor a media cero y varianza unitaria.
2. Construye la representación de estados.
   1. Concatena el estado del mobiliario S(t) con el vector sensor X_i(t).
   2. Señales segmentadas usando ventanas deslizantes (tamaño de ventana = 50 pasos de tiempo).

4. Entrenamiento de autoencoder escaso

1. Define arquitectura.
   1. Establecer la dimensión de entrada d.
   2. Establece dimensión latente p = 0.3d.
   3. Usa la activación de ReLU.
2. Modelo del tren
   1. Usa optimizador Adam (tasa de aprendizaje = 0,001).
   2. Tamaño de lote establecido = 64.
   3. Entrena para 100 épocas.
   4. Minimizar la pérdida:
      1. Defina L_SE como la función de pérdida del autocodificador disperso.
      2. Definamos como la matriz de datos original del sensor de entrada.
      3. Definamos n como el número de muestras y es el número de características del sensor.
      4. Definamos como la salida reconstruida generada por la red de decodificadores.
      5. Definamos como el error de reconstrucción euclidiana al cuadrado.
      6. Definamos W⁽¹⁾ como la matriz de pesos de la primera capa codificadora.
      7. Defina como la norma L1 de los pesos del codificador, promoviendo la esparsidad en la representación aprendida.
      8. Definamos λ > 0 como el coeficiente de regularización de esparsidad que controla el equilibrio entre fidelidad de reconstrucción y esparsidad.
      9.   
      10. Conjunto λ = 0,001.
3. Codificador de exportación
   1. Guarda los pesos de codificadores entrenados.
   2. Congelar parámetros del codificador para la fase de aprendizaje por refuerzo.

5. Formulación del proceso de decisión de Markov

1. Definir espacio de estados
   1. Define S(t) como la configuración de los muebles.
   2. Define h(t) como incrustación comprimida de sensores.
   3. Construye el vector de estado .
2. Definir espacio de acciones
   1. Define
   2. Limitaciones
3. Definición de función de recompensa
   1. Insatisfacción de cálculo
      1. Define D(t) como la insatisfacción instantánea del usuario en el paso temporal t.
      2. Definamos como el vector de estado real del mueble en el momento.
      3. Definamos m como el número de parámetros mecánicos controlables.
      4. Defina como el estado ergonómico ideal (óptimo) preferido por el usuario en ese momento.
      5. Definamos como la norma euclidiana al cuadrado.
         
   2. Define recompensa
      Definamos como la magnitud euclidiana al cuadrado del ajuste de control.
      
      Set λ = 0,05

6. Estimación del filtro de Kalman

1. Inicialización del estado de preferencia latente y la covarianza.
   1. Establecer estimación inicial del estado
   2. Covarianza inicial de conjunto P(0) = 1
2. Predicción de la dinámica de preferencias latentes
   1. Predecir el estado latente de preferencia ergonómica en el siguiente paso temporal.
      1. Defina como la evolución predicha del estado latente de preferencia del usuario.
      2. Definamos como la influencia del ajuste de mobiliario previamente aplicado sobre la preferencia latente predicha en el tiempo .
   2. Propaga la incertidumbre de la estimación del estado predicho.
      1. Definamos como la covarianza propagada de la estimación del estado latente.
      2. Definamos A como la matriz de dinámica de sistemas.
      3. Define Q como la matriz de covarianza de ruido de proceso.
         
      4. Set Q = 0..01
3. Mide la corrección de la estimación de preferencia latente.
   1. Calcular la ganancia de Kalman K(t).
   2. Actualizar la estimación y covarianza del estado.
   3. Conjunto R = 0,05

7. Entrenamiento DDPG

1. Inicializar redes
   1. Usa dos capas ocultas (128 neuronas cada una) para el actor y el crítico.
   2. Inicializar redes objetivo.
2. Establecer hiperparámetros
   1. Tasa de aprendizaje del actor = 1 × ^10-4
   2. Tasa de aprendizaje de críticos = 1 × ^10-3.
   3. Factor de descuento γ = 0,99
   4. Actualización suave τ = 0,005
   5. Tamaño del búfer de repetición = 100.000
3. Política ferroviaria
   1. Entrena para 200.000 pasos de interacción.
   2. Muestra mini-lotes de tamaño 64.
   3. Actualiza al crítico antes que al actor.

8. Meta-aprendizaje federado

1. Distribuir el modelo global.
   1. Envía el modelo global a dispositivos de borde.
2. Realizar formación local
   1. Entrena localmente durante 5 épocas por ronda.
   2. Calcular gradientes.
3. Agregado
   1. Realiza un promedio ponderado.
   2. Repite durante 30 rondas de comunicación.

9. Optimización con restricciones energéticas

1. Definir restricción
   Define ε_máximo como el umbral máximo permitido de insatisfacción
   1. Hacer cumplir
2. Aplicar condiciones de Karush–Kuhn–Tucker (KKT)
   1. Definamos como el gradiente de la función lagrangiana L respecto al vector de ajuste de control ΔS.
   2. Calcula .
   3. Actualización del multiplicador de Lagrange.

10. Evaluación de la línea base

1. Implementar líneas base
   1. Implementa un control de umbral basado en reglas.
   2. Implementa el Q-learning tabular.
   3. Implementa el predictor de bosque aleatorio.
   4. Implementar políticas basadas en transformadores.
2. Evaluación del rendimiento de las estrategias de control implementadas
   1. Mide la insatisfacción acumulada.
   2. Mide el consumo energético.
   3. Mide la latencia.

11. Salidas esperadas

1. Obtén una política de personalización formada.
2. Obtén menos insatisfacción en comparación con la línea base.
3. Obtén un comportamiento de actuación eficiente energéticamente.
4. Guarda los pesos entrenados de los modelos para la reproducibilidad.

Resultados

Integración de hardware y validación del sistema
El sistema de mobiliario inteligente funcionaba de forma fiable bajo detección multimodal continua y actuación en tiempo real. Todos los sensores transmitían datos sincronizados a 20 Hz sin pérdida observable de paquetes. Los límites mecánicos se aplicaban de forma consistente, con inclinación limitada a ±15°, altura limitada a 40–70 cm y cambios de escalones limitados por ΔS_max = 2⁰ por ciclo de control. La inferencia en ...

Discusión

El presente estudio demuestra que un marco híbrido que integre aprendizaje por refuerzo, filtrado adaptativo de Kalman, aprendizaje por representación dispersa y meta-aprendizaje federado puede mejorar significativamente la personalización incorporada en sistemas de mobiliario inteligente bajo restricciones en tiempo real. Entre 48 participantes, el marco logró una reducción del 43,2% en la insatisfacción acumulada respecto al control basado en reglas (p < 0,001) y una reducción del 21,2% en el consumo total de energí...

Materiales

Lista de materiales utilizados en este artículo

Nombre	Empresa	Número de catálogo	Comentarios
Actuadores	Fabricante genérico	N/A	Ajustes
Adaptive Kalman Filter	Implementación personalizada	N/A	Algoritmo de estimación de estado
Bio-señal (EDA/HRV/Resp.)	Fabricante genérico	N/A	Conciencia de la salud
Conectividad	Fabricante genérico	N/A	Enlace de red
DDPG (Actor–Crítico)	OpenAI Baselines / PyTorch	Módulo DDPG	RL de gradiente de política determinista profundo
Edge MCU	Fabricante genérico	N/A	Baja latencia
Aprendizaje federado	Google Research	Protocolo FedAvg	Método de agregación de promedio federado
Meta-aprendizaje federado	Personalizado / Código abierto	N/A	La meta-iniciación minimiza la meta-pérdida
IMU (Acelerómetro/Giroscopio)	TDK InvenSense	MPU-6050	Módulo de acelerómetro y giroscopio de 6 ejes
Sensor de luz	ROHM Semiconductor	BH1750FVI	Sensor de luz ambiental digital
Formulación MDP	Implementación personalizada	N/A	Modelado de proceso de decisión de Markov
Microfono	Adafruit Industries	1713 (MAX9814)	Módulo amplificador de micrófono electreto
Matriz de presión	Interlink Electronics	Serie FSR-400	Matriz de detección de presión capacitiva de 16 canales
Autoencoder escaso (SAE)	Meta AI	PyTorch 1.13	Marco de entrenamiento de red neuronal
Sensor térmico	Adafruit Industries	385 (DHT22)	Sensor digital de temperatura y humedad