AI助力国际空间站机器人导航效率提升60%，狭窄通道穿梭零碰撞

12月9日消息，一款尺寸与烤面包机相当的机器人，近日在自主太空导航领域取得了关键进展。斯坦福大学的研究人员，首次在国际空间站（ISS）上成功演示了一套依托机器学习的控制系统。这一成果成为轨道机器人技术发展的重要转折点，也为未来开展由机器人主导、仅需少量人类干预的太空任务奠定了基础。

此次实验选用已部署于国际空间站的立方体形自由飞行机器人“Astrobee”作为测试平台，新系统助力该机器人在无需宇航员直接操控的条件下，安全穿行空间站内狭窄的通道与设备密集的内部环境。

该研究成果已在 2025 年国际空间机器人大会（iSpaRo）上发表并展示。

更智能的运动规划

据IT之家所知，国际空间站内部结构紧凑且彼此连通，遍布储物架、计算机、线缆以及各类实验设备，这样的复杂环境对运动路径规划构成了极大挑战。该项目的首席研究员索姆丽塔・班纳吉（Somrita Banerjee）称，这项研究是她在斯坦福大学攻读博士学位期间研究工作的一部分。她还提到，地球上常规的路径规划方法无法直接用于空间硬件。

论文资深作者马尔科・帕沃内（Marco Pavone）解释道：“用于运行这些算法的星载计算机，其计算资源通常比地面机器人所用的更为受限。”他还补充称，相较于地面机器人，太空环境的不确定性更高，对安全性的要求也更为严格。

为应对该挑战，研究团队搭建了一套以序列凸规划（sequential convex programming）为基础的优化系统，旨在生成安全可行的路径。但要是每次都从零开始进行求解，会消耗大量计算时间，导致整体响应速度变慢。

为此，团队借助数千条历史路径解决方案对一个机器学习模型展开训练。该模型能够提供“热启动”（warm start）功能，也就是在进行优化之前，给出一个基于过往经验的初始推测。尽管所有安全约束条件依旧被严格遵守，但人工智能大大加快了整体规划流程。

班纳吉将此方法类比为：在规划城市间路线时，不是简单地画一条理论上的直线，而是优先参考人们常用的通行路径。“你从一个有经验依据的起点出发，再在此基础上进行优化，”她说。

在部署到国际空间站之前，这套系统已经在NASA艾姆斯研究中心的微重力模拟浮空机器人平台上完成了地面测试。等实验在空间站正式开展时，宇航员只需要负责初始设置和收尾工作，之后就会退出操作流程。地面团队则通过NASA约翰逊航天中心来远程发送指令。

研究团队对18条飞行轨迹展开了测试，每条轨迹都分别采用标准的“冷启动”模式与AI驱动的“热启动”模式各运行一次。测试结果清晰表明：“在难度更高的场景中，我们的方法能将速度提升50%到60%，”班纳吉说道。这些高难度场景具体涵盖了在狭小空间内穿梭，以及需要完成复杂旋转动作的机动操作。

为未来任务做准备

目前，NASA已将该系统的技术就绪等级（Technology Readiness Level, TRL）评定为5级，这意味着该系统已在真实运行环境中完成验证，有助于降低未来任务提案及实验项目面临的技术风险。

展望未来，班纳吉强调，随着太空任务不断拓展，自主性将变得至关重要。“当机器人飞得离地球越来越远，且任务频率更高、成本更低时，我们不可能始终依靠地面遥操作来控制它们，”她说。

帕沃内团队计划进一步推进该技术，采用更强大的人工智能模型 —— 类似于当前驱动大语言模型和自动驾驶系统的核心架构，以提升机器人在深空环境中的自主决策能力。

【：IT之家】