KI trifft sich im Weltraum

Raumfahrt ist komplex, teuer und riskant. Jedes Mal, wenn ein Raumschiff an ein anderes andockt, stehen erhebliche Geldsummen und wertvolle Nutzlasten auf dem Spiel. Ein Fehler und eine milliardenschwere Mission könnten verloren gehen. Luft- und Raumfahrtingenieure glauben, dass eine autonome Steuerung, wie sie heute viele Autos auf der Straße steuert, die Missionssicherheit erheblich verbessern könnte, aber die Komplexität der Mathematik, die für fehlerfreie Sicherheit erforderlich ist, übersteigt alles, was Computer auf der Welt derzeit leisten können verwalten.

In einem neuen Papier, das auf der IEEE Aerospace Conference im März 2024 vorgestellt und auf dem Preprint-Server veröffentlicht wurde arXiv, sagte ein Team von Luft- und Raumfahrtingenieuren der Stanford University, sie hätten KI eingesetzt, um die Planung optimaler und sicherer Flugbahnen zwischen zwei oder mehr andockenden Raumfahrzeugen zu beschleunigen. Sie nennen es ART – den Autonomous Rendezvous Transformer – und sagen, es sei der erste Schritt in eine Ära sichererer, zuverlässigerer selbstgesteuerter Raumfahrt.

Gegrüßet seist du CESAR

Bei der autonomen Steuerung ist die Zahl der möglichen Ergebnisse enorm. Da es keinen Spielraum für Fehler gibt, sind sie grundsätzlich offen.

„Flugbahnoptimierung ist ein sehr altes Thema. Es gibt es schon seit den 1960er Jahren, aber es ist schwierig, die Leistungsanforderungen und strengen Sicherheitsgarantien, die für die autonome Raumfahrt erforderlich sind, innerhalb der Parameter traditioneller Computeransätze zu erfüllen“, sagte Marco Pavone. , außerordentlicher Professor für Luft- und Raumfahrt und Co-Direktor des neuen Stanford Center for AEroSpace Autonomy Research (CAESAR).

„Im Weltraum muss man sich zum Beispiel mit Einschränkungen auseinandersetzen, die man auf der Erde normalerweise nicht hat, etwa auf die Sterne zu zeigen, um die Orientierung zu behalten. Das führt zu mathematischer Komplexität.“

„Damit die Autonomie Milliarden von Kilometern im Weltraum einwandfrei funktioniert, müssen wir dies auf eine Weise tun, die Bordcomputer bewältigen können“, fügte Simone D’Amico, außerordentliche Professorin für Luftfahrt und Astronautik und Co-Direktorin von CÉSAR, hinzu. „KI hilft uns, die Komplexität zu bewältigen und die Präzision bereitzustellen, die zur Gewährleistung der Missionssicherheit erforderlich ist, und zwar auf recheneffiziente Weise.“

CAESAR ist eine Zusammenarbeit zwischen Industrie, Wissenschaft und Regierung, die das Fachwissen von Pavones Autonomous Systems Lab und D’Amicos Space Rendezvous Lab vereint. Das Autonomous Systems Lab entwickelt Methoden für die Analyse, das Design und die Steuerung autonomer Systeme: Autos, Flugzeuge und natürlich Raumfahrzeuge.

Das Space Rendezvous Lab führt grundlegende und angewandte Forschung durch, um zukünftige verteilte Raumfahrtsysteme zu ermöglichen, in denen zwei oder mehr Raumschiffe autonom zusammenarbeiten, um Ziele zu erreichen, die für ein einzelnes System sonst sehr schwierig wären, einschließlich Formationsflug, Rendezvous und Andocken, Schwarmverhalten, Konstellationen und viele andere. . Das Labor plant einen Einführungsworkshop für Mai 2024.

Ein warmer Start

Der Autonomous Rendezvous Transformer ist ein Framework zur Flugbahnoptimierung, das die enormen Vorteile der KI nutzt, ohne die Sicherheitsgarantien zu beeinträchtigen, die für einen zuverlässigen Einsatz im Weltraum erforderlich sind. Im Kern geht es bei ART darum, KI-basierte Methoden in die traditionelle Trajektorienoptimierungs-Pipeline zu integrieren und KI zu nutzen, um schnell qualitativ hochwertige Trajektorienkandidaten als Eingabe für herkömmliche Trajektorienoptimierungsalgorithmen zu generieren.

Die Forscher nennen die KI-Vorschläge einen „Hot Start“ des Optimierungsproblems und zeigen, wie wichtig dies ist, um erhebliche Rechenbeschleunigungen zu erreichen, ohne die Sicherheit zu beeinträchtigen.

„Eine der großen Herausforderungen in diesem Bereich besteht darin, dass wir bisher ‚Ground-in-the-Loop‘-Ansätze benötigten: Man muss Dinge zum Boden kommunizieren, wo die Supercomputer die Flugbahnen berechnen, dann laden wir die Befehle auf den Satelliten herunter“, Tommaso erklärt. Guffanti, ein Postdoktorand in D’Amicos Labor und Erstautor der Arbeit, die den Autonomous Rendezvous Transformer vorstellt.

„Und in diesem Zusammenhang ist es meiner Meinung nach spannend, in unserem Papier Komponenten der künstlichen Intelligenz in die traditionelle Leitungs-, Navigations- und Steuerungspipeline einzubeziehen, um diese Termine reibungsloser, schneller, kostengünstiger, kraftstoffsparender und sicherer zu gestalten.“

Nächste Grenzen

ART ist nicht das erste Modell, das KI für die Herausforderung der Raumfahrt einsetzt, aber in terrestrischen Labortests übertraf ART andere auf maschinellem Lernen basierende Architekturen. Transformer-Modelle wie ART sind eine Teilmenge großer neuronaler Netzwerkmodelle, die mit großen Sprachmodellen begannen, wie sie von Chatbots verwendet werden. Dieselbe KI-Architektur ist äußerst effektiv bei der Analyse nicht nur von Wörtern, sondern auch vieler anderer Datentypen wie Bilder, Audio und jetzt auch Flugbahnen.

„Transformatoren können verwendet werden, um den aktuellen Zustand eines Raumfahrzeugs, seine Steuerung und die Manöver, die wir planen möchten, zu verstehen“, sagt Daniele Gammelli, Postdoktorand in Pavones Labor und außerdem Mitautor des ART-Artikels. „Diese großen Transformatormodelle sind äußerst fähig, qualitativ hochwertige Datensequenzen zu erzeugen.“

Der nächste Schritt ihrer Forschung besteht darin, den ART weiterzuentwickeln und ihn dann in der realistischen experimentellen Umgebung zu testen, die CAESAR ermöglicht. Wenn es ART gelingt, die hohe Messlatte von CAESAR zu übertreffen, können Forscher sicher sein, dass es für Tests in realen Szenarien im Orbit bereit sein wird.

„Das sind hochmoderne Ansätze, die verfeinert werden müssen“, sagt D’Amico. „Unser nächster Schritt besteht darin, zusätzliche Elemente der KI und des maschinellen Lernens einzuführen, um die aktuellen Fähigkeiten von ART zu verbessern und neue Fähigkeiten freizuschalten. Es wird jedoch ein langer Weg sein, bis wir den autonomen Termintransformator im Weltraum selbst testen können.“