12 月 9 日消息，一款僅烤麵包機大小的機器人剛剛在自主太空導航領域邁出關鍵一步。斯坦福大學研究人員首次在國際空間站（ISS）上成功演示了一套基於機器學習的控制系統，標誌著軌道機器人技術的重要轉捩點，為未來實現由機器人主導、僅需極少人類干預的太空任務鋪平了道路。

此次實驗以已在國際空間站部署的立方體形自由飛行機器人“Astrobee”作為測試平臺，新系統使其能夠在不依賴宇航員直接操控的情況下，安全穿越空間站狹窄的通道和佈滿設備的內部環境。

該研究成果已在 2025 年國際空間機器人大會（iSpaRo）上發表並展示。

更智能的運動規劃

據記者瞭解，國際空間站內部結構密集、相互連通，充斥著儲物架、電腦、線纜及各類實驗設備，這種複雜性給運動路徑規劃帶來了巨大挑戰。專案首席研究員索姆麗塔・班納吉（Somrita Banerjee）表示，這項工作是她斯坦福大學博士研究的一部分。她指出，地球上的傳統路徑規劃方法難以直接應用於空間硬體。

“用於運行這些演算法的星載電腦，其計算資源通常比地面機器人所用的更為受限，”論文資深作者馬爾科・帕沃內（Marco Pavone）解釋道。他補充說，與地面機器人相比，太空環境具有更高的不確定性，同時對安全性提出了更嚴格的要求。

為應對這一挑戰，研究團隊構建了一套基於序列凸規劃（sequential convex programming）的優化系統，用於生成安全且可行的路徑。然而，若每次均從零開始求解，將耗費大量計算時間，拖慢整體回應速度。

為此，團隊利用數千個歷史路徑解決方案訓練了一個機器學習模型。該模型可提供一個“熱啟動”（warm start），即在優化前給出一個基於經驗的初始猜測。雖然所有安全約束條件依然嚴格保留，但人工智慧顯著加速了整個規劃過程。

班納吉將此方法類比為：在規劃城市間路線時，不是簡單地畫一條理論上的直線，而是優先參考人們常用的通行路徑。“你從一個有經驗依據的起點出發，再在此基礎上進行優化，”她說。

在部署至國際空間站之前，該系統已在 NASA 艾姆斯研究中心（Ames Research Center）的微重力模擬浮空機器人平臺上完成地面測試。當實驗正式在空間站展開時，宇航員僅負責初始設置與收尾工作，隨後便退出操作流程。地面團隊則通過 NASA 詹森航太中心（Johnson Space Center）遠程發送指令。

研究團隊共測試了 18 條飛行軌跡，每條軌跡分別以標準“冷啟動”方式和 AI 驅動的“熱啟動”方式各執行一次。結果明確顯示：“在更具挑戰性的場景下，我們的方法速度提升了 50% 至 60%，”班納吉表示。這些挑戰場景包括狹小空間穿行以及需要複雜旋轉動作的機動操作。

為未來任務做準備

目前，NASA 已將該系統評定為技術就緒等級（Technology Readiness Level, TRL）5 級，表明其已在真實運行環境中得到驗證，從而降低了未來任務提案與實驗的技術風險。

展望未來，班納吉強調，隨著太空任務不斷拓展，自主性將變得至關重要。“當機器人飛得離地球越來越遠，且任務頻率更高、成本更低時，我們不可能始終依靠地面遙操作來控制它們，”她說。

帕沃內團隊計畫進一步推進該技術，採用更強大的人工智慧模型 —— 類似於當前驅動大語言模型和自動駕駛系統的核心架構，以提升機器人在深空環境中的自主決策能力。

來源：中國IT之家