一個與烤面包機相似大小的機器人最近在自主太空導航方面邁出了重要一步。斯坦福大學的研究人員首次在國際空間站（ISS）上成功展示了一種基於機器學習的控制系統。這一成就標誌著軌道機器人技術的一個轉折點，並為那些在最少人類監督下運作的機器人任務開啟了新的可能性。已經在 ISS 上的立方體形狀自由飛行機器人 Astrobee 成為了這次測試的平臺。這個新系統幫助 Astrobee 在狹窄的走廊和雜亂的內部環境中安全導航，而無需直接的宇航員控制。這項研究的結果已在 2025 年國際太空機器人會議（iSpaRo）上發佈和展示。
國際空間站的環境密集且相互聯繫，充滿了儲物架、計算機、電線和實驗硬件。這種複雜性使得運動計劃變得困難，首席研究員 Somrita Banerjee 表示，這項工作是她在斯坦福大學博士學位研究的一部分。傳統的計劃方法在地球上使用時，並不適用於太空硬件。高級作者 Marco Pavone 指出，運行這些算法的飛行計算機通常比地面機器人上的資源更受限。他補充道，太空環境帶來了更多的不確定性和比地面機器人更嚴格的安全要求。為了解決這一挑戰，研究小組建立了一個優化系統，利用順序凸編程來計劃安全可行的路線。然而，從頭開始解決每一步需要大量的計算時間，這使得過程變慢。因此，研究團隊在數千個先前解決方案上訓練了一個機器學習模型。該模型作為一個熱啟動，提供了一個經過信息化的初步猜測，隨後優化過程將進一步完善這條路徑。安全約束依然保持不變，但人工智慧大大加快了過程。Banerjee 將其比作根據常見的旅行路徑選擇路線，而不是在兩個城市之間畫一條理論上的直線。她表示，這是基於經驗的啟發，然後再進行優化。
在抵達 ISS 之前，該系統已在 NASA 艾姆斯研究中心的浮動機器人平臺上進行測試，該平臺模擬微重力。當在 ISS 上開始測試時，宇航員僅負責設置和清理，然後便退到一旁。隨後，地面團隊通過 NASA 的約翰遜太空中心發出指令。研究團隊測試了 18 條軌跡，每條軌跡運行兩次——一次是標準的冷啟動，另一次則是使用人工智慧驅動的熱啟動。結果顯示出決定性的優勢。Banerjee 表示，這表明在更具挑戰性的情況下，系統的運行速度提升了 50% 至 60%。這些情況包括狹小空間和需要旋轉的複雜操作。
NASA 現在已將該系統指定為技術成熟度等級 5，顯示其能在真實的操作環境中運行。這降低了未來提案和實驗的風險。展望未來，Banerjee 認為隨著太空任務的擴展，自主性將變得至關重要。隨著機器人越來越遠離地球，任務的頻率和成本越來越低，將來無法總是從地面進行遠程操作。Pavone 的團隊計劃進一步推進這項技術，使用更強大的人工智慧模型，類似於現代語言工具和自動駕駛系統背後的技術。這一系列的發展將可能重塑未來的太空探索方式，為人類進一步了解宇宙提供更大的機會。
