AI за първи път пое управлението на робот на Международната космическа станция

Астронавтите на Международната космическа станция (МКС) все повече разчитат на роботите като свои помощници. Много от задачите им обаче се оказват прекалено сложни или взискателни по отношение на изчислителните възможности, за да могат машините да се справят с тях сами.

 

Сега за първи път платформа с изкуствен интелект и машинно самообучение поема управлението на робот на орбиталната станция, проправяйки път за повече автономни дейности, а защо не и за цели такива мисии в космоса. Разработката е на учени от Станфордския университет и включва AI система за безопасна и ефективна навигация на платформата Astrobee – робот с кубовидна форма и размерите на тостер, из тесните коридори на станцията. Роботчето не само безпроблемно и напълно автономно се придвижва из ограничените пространства, но може и безшумно да пренася консумативи или да проверява за течове и неизправности, без някой от персонала на станцията да го управлява.

 

"Бордовите компютри, които трябва да изпълняват AI алгоритмите, традиционно са по-ограничени по отношение на ресурсите от тези при наземните роботи. Освен това в космическа среда несигурността, смущенията и изискванията за безопасност често са по-сериозни, отколкото в приложенията на Земята", разкрива Марко Павоне, доцент по аеронавтика и астронавтика в Университета Станфорд, директор на Лабораторията за автономни системи към висшето учебно заведение и един от авторите на новото изследване, представено в тазгодишното издание на Международната конференция по космическа роботика (iSpaRo).

 

С новата технология, разработена от екипа специално за Astrobee, движенията на робота са не просто автономни, но и с до 50-60% по-бързи в сравнение със сценариите без машинно самообучение. "МКС е сложна среда, съставена от множество взаимосвързани модули, изпълнени с компютри, хардуер за съхранение, кабели и системи за провеждане на експерименти. Планирането на безопасно движение в такава обстановка далеч не разчита на конвенционалните подходи, които прилагаме на Земята, тъй като те са крайно непрактични", добавя Сомрита Банерджи, водещ изследовател в проекта, който развива като част от докторантурата си в Станфорд.

 

 

Как се обучава AI за космически приложения?

 

Учените сравняват предизвикателството във връзка с оптимизирането на траекториите на Astrobee из станцията с планирането на пътуване с кола от Сан Франциско до Лос Анджелис: "Искаш едновременно да избереш най-бързия и най-изгодния маршрут, но най-важното е той да е и безопасен".

 

За да се справи с тази задача в ограниченото пространство на МКС, екипът залага на метод за оптимизация, разделящ сложния проблем с планирането на серии от по-малки и прости стъпки. Макар и опростени обаче, решенията все пак затрудняват интегрирания в Astrobee компютър и забавят изпълнението на стъпките, откриват учените.

 

Ето защо те усъвършенстват платформата с машинно самообучение, което значително ускорява процеса. Използвания AI модел предварително обучават с хиляди реални сценарии (преминавания от една точка до друга) и с информация за сигурните и потенциалните елементи – къде има коридор, къде е вероятно да е налице препятствие и т. н. Така инженерите дават на робота т. нар. "топъл старт" – базови познания, които му помагат по-бързо да открива верния отговор във всяка ситуация."Вместо да търсим най-добрия маршрут само по картата, залагаме на опита, на вече използвано от други хора трасе до Лос Анджелис", сравняват ситуацията учените.

 

Повратен момент в развитието на изкуствения интелект

 

Преди реално да изпратят своя AI модел в космоса, те го изпробват на специална тестова установка в Изследователския център на НАСА Ames. Там изкуственият интелект управлява робот, подобен на Astrobee, в условия на симулирана микрогравитация.

 

За да улесни действителния дебют на модела в станцията, екипът подготвя стриктни указания за Космическия център Johnson на НАСА в Хюстън, а персоналът на МКС разчиства средата и се отдръпва, за да наблюдава първия тест в реални условия. От Хюстън изпращат командите към Astrobee, като указват началната му точка и крайната му дестинация, симулират различни препятствия (заменяйки реални обекти с виртуални, за да избегнат риска от сблъсък) и изпробват както "студен", така и "топъл" старт. В експеримента участва и резервен робот, а операторите са готови да прекратят изпитанията по всяко време в случай на по-сериозен проблем.

 

В рамките на тестовия рунд екипът изпробва общо 18 траектории, преминаването по всяка от които продължава над минута. Всеки от маршрутите роботът минава по два пъти – веднъж без подготовка, и веднъж с базовата информация, осигурена чрез машинно самообучение. При "топлия" старт изкуственият интелект предлага на робота примерен път, който може лесно да бъде адаптиран към реалната обстановка. И, разбира се, във втория сценарий Astrobee достига безопасно до финала за до 60% по-малко време.

 

Бъдещето на роботите в орбита

 

С успешния експеримент в реална среда, директно на МКС, платформата за "топло" AI базирано управление на робота достига ниво на технологична готовност (TRL) 5. Решението е считано за такова с нисък риск, което разкрива потенциал за използването му в следващи космически проекти и инициативи.

 

Изследователите от Станфорд считат, че подобен тип математически обоснован и фокусиран върху безопасността изкуствен интелект ще бъде от решаващо значение за бъдещето на роботите в космоса, тъй като ще им позволи да поемат повече задачи автономно, например при екипажни мисии на НАСА до Луната и Марс.

 

"Сега, когато роботите могат да пътуват на по-голямо разстояние, а мисиите стават все по-чести и евтини, е важно да не разчитаме само на управление от Земята. Автономните действия на роботизираните системи ще позволяват на астронавтите да се съсредоточават върху задачи с по-висок приоритет и да използват времето си по-ефективно. Ето защо автономността не е просто полезна, а истински ключова за по-нататъшното развитие на космическата роботика", убедени са учените.

 

Като част от Центъра за изследване на автономни системи в авиокосмическия сектор (CAESAR) и в сътрудничество с Лабораторията "Space Rendezvous" на Станфордския университет, екипът ще продължава да изследва AI модели за космически приложения, включително и по-мощни такива. Като пример учените дават големите езикови модели и платформите, използвани за автономно шофиране. С подобрени умения за генерализиране, роботите, използващи усъвършенствани платформи с изкуствен интелект, биха могли да се справят с още по-предизвикателни ситуации в бъдещите космически мисии, обобщават иноваторите.

 

Източник: Станфордски университет; снимки: НАСА

Ключови думи: Станфордски университет   Stanford   Международна космическа станция   МКС   Astrobee   AI   изкуствен интелект   космическа роботика  

Област: Роботика