Навигация в условиях микрогравитации — сложная задача даже для подготовленных астронавтов, но для автономных роботов она ещё сложнее, что ограничивает их использование на таких объектах, как космическая станция.
Исследователи из Стэнфорда применили машинное обучение для навигации робота внутри МКС. Эксперимент показал, что автономные устройства могут безопасно маневрировать в невесомости. Эти достижения устраняют давнюю проблему в области космической робототехники, а именно: как быстро и безопасно перемещаться с ограниченной вычислительной мощностью и минимальным участием человека в одной из самых экстремальных инженерных сред. Инженеры предполагают, что такие роботы освободят астронавтов от рутинных задач вроде инвентаризации или поиска утечек.
МКС — это сложная среда для навигации роботов. Станция состоит из множества модулей, которые заполнены проводами, компьютерами и научным оборудованием. Планировать безопасные движения в таком пространстве трудно, особенно с учетом технических ограничений.
Инженеры-разработчики объединили для управления роботом Astrobee два разных математических метода. Основой стало последовательное выпуклое программирование. Этот алгоритм разбивает сложную задачу построения маршрута на цепочку простых шагов. Такой подход гарантирует, что робот точно не врежется в стену, но требует серьезных вычислительных мощностей. Бортовой процессор космического аппарата тратит много времени на расчеты с нуля, что делает движение прерывистым и медленным.
Чтобы ускорить процесс, исследователи добавили в систему нейросеть. Эту методику назвали «теплым стартом». Искусственный интеллект изучил тысячи вариантов перемещения еще на Земле и запомнил типичные структуры коридоров и препятствий. В реальном полете нейросеть мгновенно предлагает черной вариант маршрута. Основной алгоритм берет эту заготовку, проверяет ее на безопасность и вносит финальные математические правки. Процессору не приходится искать путь в неизвестности, он лишь оптимизирует уже готовое решение.
Экипаж на МКС проходил в «минимальном экипажном режиме». Астронавты только подготовили модуль для полетов и убрали оборудование после теста. Непосредственное управление взяли на себя ученые с Земли. Они передавали команды в ЦУП-Х, откуда сигнал уходил на орбиту. Исследователи задавали роботу начальную точку и место назначения. Для безопасности команда отказалась от реальных физических барьеров. Операторы загрузили в память робота карту с виртуальными препятствиями. Astrobee старательно облетал пустые участки пространства, которые его компьютер считал занятыми. Это полностью исключило риск повреждения аппаратуры станции в случае ошибки кода. Также операторы держали наготове команду аварийной остановки.
В течение четырех часов операторы миссии управляли полетом Astrobee. Робот выполнил 18 тестовых полетов по заложенным траекториям, длительностью более минуты каждый. Инженеры прогнали каждый сценарий дважды для чистоты данных. Сначала Astrobee летел под управлением обычного алгоритма, а затем — с подключенной нейросетью. Телеметрия показала, что «теплый старт» сокращает время на обдумывание маневров на 50–60%. Система работала стабильнее всего в сложных условиях, когда роботу требовалось разворачиваться на месте или прокладывать путь в тесном пространстве.
По словам команды, подобное планирование с использованием искусственного интеллекта в конечном счёте позволит роботам выполнять инспекционные, логистические и научные задачи в рамках будущих миссий на Луну, Марс и другие планеты, освободив астронавтов для выполнения более приоритетных задач.
По мере того как роботы будут удаляться от Земли, а миссии будут становиться всё более частыми и менее затратными, операторы не всегда смогут управлять ими дистанционно с Земли. Автономность со встроенными гарантиями не просто полезна — она необходима для будущего космической робототехники.
#космос #космические_полеты #робототехника #astrobee #МКС #международная_космическая_станция #нейросеть #искусственный_интеллект #кубспутник #навигация