_ AI face o întâlnire în spațiu

Călătoria în spațiu este complexă, costisitoare și riscantă. Sume mari și încărcături utile valoroase sunt în joc de fiecare dată când o navă spațială se acoperă cu alta. Un derapaj și o misiune de un miliard de dolari ar putea fi pierdute. Inginerii aerospațiali cred că controlul autonom, cum ar fi cel care ghidează multe mașini pe drum în prezent, ar putea îmbunătăți considerabil siguranța misiunii, dar complexitatea matematicii necesare pentru o certitudine fără erori depășește orice poate face în prezent computerele de bord.

Într-o nouă lucrare prezentată la Conferința IEEE Aerospace din martie 2024 și publicată pe serverul de pretipărire arXiv, o echipă de ingineri aerospațiali de la Universitatea Stanford a raportat că folosește AI pentru a accelera planificarea traiectoriilor optime și sigure între două sau mai multe andocări. nava spatiala. Ei îl numesc ART — Transformerul Autonomous Rendezvous — și spun că este primul pas către o eră a călătoriilor spațiale auto-ghidate mai sigure și de încredere.

În controlul autonom, numărul de rezultate posibile este masiv. Fără loc pentru eroare, ele sunt în esență deschise.

„Optimizarea traiectoriei este un subiect foarte vechi. Există încă din anii 1960, dar este dificil atunci când încercați să satisfaceți cerințele de performanță și garanții rigide de siguranță necesare călătoriilor spațiale autonome în parametrii abordărilor computaționale tradiționale”, a declarat Marco Pavone, profesor asociat de aeronautică și astronautică și co-director al noului Centru Stanford pentru Cercetarea Autonomiei Aerospațiale (CAESAR).

„Pentru ca autonomia să funcționeze fără greș la miliarde de mile depărtare în spațiu, trebuie să o facem într-un mod în care computerele de bord să poată face față”, a adăugat Simone D'Amico, profesor asociat de aeronautică și astronautică și coleg. co-director CAESAR. „AI ne ajută să gestionăm complexitatea și să furnizăm acuratețea necesară pentru a asigura siguranța misiunii, într-un mod eficient din punct de vedere computațional.”

CAESAR este o colaborare între industrie, mediul academic și guvern care reunește expertiza lui Pavone. Autonomous Systems Lab și Space Rendezvous Lab al lui D'Amico. Laboratorul de sisteme autonome dezvoltă metodologii pentru analiza, proiectarea și controlul sistemelor autonome - mașini, avioane și, bineînțeles, nave spațiale.

Laboratorul Space Rendezvous efectuează cercetări fundamentale și aplicate pentru a permite viitoarele sisteme spațiale distribuite prin care două sau mai multe nave spațiale colaborează în mod autonom pentru a îndeplini obiective altfel foarte dificile pentru un singur sistem, inclusiv zborul în formație, întâlnirea și andocarea, comportamentele roiului, constelațiile și multe altele. Laboratorul plănuiește un atelier de lansare pentru mai 2024.

Un început cald

Autonomous Rendezvous Transformer este un cadru de optimizare a traiectoriei care valorifică beneficiile masive ale AI fără a compromite garanțiile de siguranță necesare pentru o desfășurare fiabilă în spațiu. În esență, ART implică integrarea metodelor bazate pe AI în conducta tradițională pentru optimizarea traiectoriei, folosind AI pentru a genera rapid candidați de înaltă calitate pentru traiectorie ca intrare pentru algoritmii convenționali de optimizare a traiectoriei.

Cercetătorii se referă la AI. sugestii ca un „început cald” pentru problema de optimizare și arată cât de important este acest lucru pentru a obține accelerații substanțiale de calcul fără a compromite siguranța.

„Una dintre marile provocări în acest domeniu este că până acum am avut nevoie de abordări „teren în buclă” – trebuie să comunicați lucruri la sol în care supercalculatoarele calculează traiectorii și apoi încărcăm comenzile înapoi. către satelit", explică Tommaso Guffanti, un post-doctorat în laboratorul lui D'Amico și primul autor al lucrării care introduce Autonomous Rendezvous Transformer.

"Și în acest context, lucrarea noastră este interesantă, cred, pentru includerea componentelor de inteligență artificială în conducta tradițională de ghidare, navigare și control pentru a face aceste întâlniri mai fluide, mai rapide, mai eficiente din punct de vedere al consumului de combustibil și mai sigure.”

ART nu este primul model care a adus AI la provocarea zborul spațial, dar în testele într-un cadru de laborator terestru, ART a depășit alte arhitecturi bazate pe învățarea automată. Modelele transformatoare, cum ar fi ART, sunt un subset de modele de rețele neuronale de mare capacitate care au început cu modele mari de limbaj, precum cele utilizate de chatbot. Aceeași arhitectură AI este extrem de eficientă în analizarea, nu doar a cuvintelor, ci și a multor alte tipuri de date, cum ar fi imagini, audio și acum, traiectorii.

„Transformatoarele pot fi aplicate pentru a înțelege starea actuală a unui nave spațiale, controalele sale și manevrele pe care dorim să le planificăm”, Daniele Gammelli, un bursier postdoctoral în laboratorul lui Pavone și, de asemenea, coautor al lucrării ART. „Aceste modele mari de transformatoare sunt extrem de capabile să genereze secvențe de date de înaltă calitate.”

Următoarea frontieră în cercetarea lor este dezvoltarea în continuare a ART și apoi testarea acestuia în mediul experimental realist, posibil de CAESAR. Dacă ART poate depăși standardul lui CAESAR, cercetătorii pot fi încrezători că este pregătit pentru testare în scenarii din lumea reală pe orbită.

„Acestea sunt abordări de ultimă generație care necesită perfecționare”, D. — spune Amico. „Următorul nostru pas este să injectăm elemente suplimentare de inteligență artificială și de învățare automată pentru a îmbunătăți capacitatea actuală a ART și pentru a debloca noi capabilități, dar va fi o călătorie lungă până să putem testa transformatorul Autonomous Rendezvous în spațiu.”

(Fluierul)