«Хьюстон, я справлюсь сам». Космические роботы научились принимать решения быстрее, чем долетает сигнал с Земли

Исследователи Стэнфорда представили систему, позволяющую космическим роботам самостоятельно выбирать безопасные маршруты в условиях ограниченного пространства. На борту Международной космической станции впервые проверили алгоритм, который ускоряет расчёт траекторий в замкнутой среде и помогает устройствам ориентироваться без постоянных команд с Земли. В основе подхода лежит машинное обучение, использованное для ускорения вычислений, обычно требующих значительных ресурсов. Испытание показало, что компактный аппарат способен выполнять сложные манёвры и прокладывать путь значительно быстрее, чем при традиционных методах.

Платформой для эксперимента стал Astrobee — свободно летающий робот кубической формы, давно применяемый для вспомогательных задач на станции. Обновлённая система позволяет ему перемещаться внутри модулей, обходя оборудование и другие препятствия без вмешательства экипажа. Описание проекта представили на конференции iSpaRo, посвящённой космической робототехнике и технологиям управления.

Внутреннее пространство станции напоминает плотный лабиринт, где соседствуют стеллажи, провода, контейнеры, приборы и экспериментальные установки. В таких условиях любое перемещение требует точного прогноза поведения аппарата. Сомрита Банерджи, проводившая исследование, подчёркивает, что распространённые на Земле методы плохо подходят для подобных условий. Марко Павоне, курировавший работу, указывает на ограничения бортового оборудования и высокие требования к надёжности, которые усложняют применение привычных инструментов.

Для решения поставленной задачи команда создала оптимизационный механизм, рассчитывающий маршрут методом последовательного выпуклого программирования. Однако вычисление каждого шага занимало слишком много времени, создавая нежелательные задержки. Чтобы ускорить процесс, специалисты собрали массив данных из множества предыдущих решений и обучили модель, предлагающую подходящую начальную конфигурацию. Затем алгоритм уточняет путь, сохраняя все требования к безопасному движению.

До проверки на орбите систему тестировали в центре NASA Ames на установке, создающей условия, близкие к микрогравитации. На станции астронавты занимались только подготовкой оборудования и завершением процедур, а управление выполняла команда с Земли через центр управления в Хьюстоне. Исследование включало 18 маршрутов, каждый из которых запускали дважды: сначала без подсказки модели, затем уже с использованием ИИ. Результаты оказались убедительными: по оценкам Банерджи, в сложных конфигурациях время уменьшалось примерно наполовину. Особенно заметным эффект был при движении через узкие участки и манёврах, требующих вращения.

После серии экспериментов на МКС агентство NASA признало систему технологией пятого уровня по шкале готовности TRL. По сути это означает, что алгоритмы уже доказали свою жизнеспособность в реальной работе и теперь выглядят куда менее рискованным выбором для следующих космических задач.

Группа Марко Павоне теперь хочет продвинуть метод дальше и подключить более мощные модели искусственного интеллекта — те самые, что лежат в основе современных чат-ботов и беспилотных автомобилей. Исследователи рассчитывают, что такое усиление позволит космическим помощникам быстрее ориентироваться в сложных ситуациях и принимать точные решения на далёких орбитах, где связь с Землёй нестабильна, а ресурсы всегда ограничены.