周一 · 知古通今 | 周二 · 牧夫?qū)?

周三 · 風(fēng)月同天 | 周四 · 觀測(cè)指南

周五 · 深空探測(cè) | 周六 · 茶余星話 | 周日 · 太空探索

原作：Evan Gough

翻譯：李思綺

校譯：牧夫天文校譯組

編排：趙書晨

后臺(tái)：李子琦

原文鏈接：https://www.universetoday.com/articles/nasa-let-ai-drive-the-perseverance-rover-for-two-days

這張圖像顯示了“毅力號(hào)”在2025年12月10日（第二天自主駕駛?cè)蝿?wù)）中的行駛路線。粉色線條代表AI規(guī)劃的路徑，橙色線條代表實(shí)際行駛軌跡。

圖源：NASA/JPL-Caltech/UofA

在這個(gè)地緣政治風(fēng)云變幻的時(shí)代，人們對(duì)太空探索的熱情難免有所減少。但這可擋不住NASA前進(jìn)的步伐。

去年12月，NASA朝實(shí)行自主駕駛探測(cè)車又邁出了一小步。在一項(xiàng)演示中，“毅力號(hào)”火星探測(cè)車的團(tuán)隊(duì)讓人工智能為探測(cè)車生成了行駛路線。“毅力號(hào)”在兩天內(nèi)，利用AI設(shè)定的路徑點(diǎn)，在無人控制的情況下自主行駛了456米。

“這次演示展示了我們能力的巨大進(jìn)步，并且拓寬了我們世界的方式?！盢ASA局長(zhǎng)賈里德·艾薩克（Jared Isaacman）說，“像這樣的自駕技術(shù)能讓任務(wù)的執(zhí)行更加高效，增強(qiáng)應(yīng)對(duì)復(fù)雜地形的能力，并且在距離地球更遙遠(yuǎn)的時(shí)候提升科研回報(bào)。這是一個(gè)很好的將新技術(shù)應(yīng)用到實(shí)際情況中的例子。“

火星離我們很遠(yuǎn)。地火之間信號(hào)往返大約有25人中的延遲。也就是說，火星車總有那么一陣子要“自力更生“。

這種延遲對(duì)于路徑規(guī)劃十分重要。地球上的火星車駕駛員要分析圖像和地形數(shù)據(jù)，然后編程設(shè)置一系列路徑點(diǎn)，每個(gè)路徑點(diǎn)之間通常距離不超過100米。行駛計(jì)劃隨后被發(fā)送到NASA的深空網(wǎng)絡(luò)（Deep Space Network，DSN），再傳輸給某一個(gè)軌道飛行器，最后發(fā)送給“毅力號(hào)”。（“毅力號(hào)”也可以直接接收DSN信號(hào)最為備份，但傳輸速率慢一些。）

在這次演示中，AI分析了火星勘測(cè)軌道飛行器HiRISE相機(jī)的軌道圖像以及數(shù)字地形模型。這個(gè)基于Anthropic公司的Claude AI的人工智能能夠識(shí)別出流沙陷阱、巨石區(qū)、基巖等地形。隨后，它生成了一條可以避開危險(xiǎn)的路線。再然后，“毅力號(hào)”本身的自動(dòng)導(dǎo)航系統(tǒng)就接手了。導(dǎo)航系統(tǒng)比前輩們擁有更強(qiáng)的自主性，甚至能夠可以在行駛過程中同時(shí)處理圖像和指令。

不過，在行駛計(jì)劃的路徑點(diǎn)被傳送給“毅力號(hào)”之前，還有十分重要的一步。NASA的噴氣推進(jìn)實(shí)驗(yàn)室（JPL）的火星場(chǎng)里有一個(gè)“毅力號(hào)”的“孿生兄弟”，叫“車輛系統(tǒng)測(cè)試臺(tái)”（VSTB）。負(fù)責(zé)團(tuán)隊(duì)可以在地球上用它來模擬“毅力號(hào)”解決問題或者完成當(dāng)下的任務(wù)。這種工程模型在火星任務(wù)中很常見，JPL也為“好奇號(hào)“準(zhǔn)備了一個(gè)。

這是NASA“毅力號(hào)”的全尺寸工程模型。JPL在把AI生成的路徑點(diǎn)發(fā)送給“毅力號(hào)”之前，用它進(jìn)行了測(cè)試。

圖源：NASA/JPL-Caltech

“生成式AL對(duì)于優(yōu)化地球外自動(dòng)駕駛的三要素方面展現(xiàn)了巨大的潛力：感知（識(shí)別巖石和波紋）、定位（知道自己在哪里）以及規(guī)劃與控制（選擇并執(zhí)行最安全的路徑）?！癑PL的空間機(jī)器人專家、毅力號(hào)工程團(tuán)隊(duì)成員Vandi Verma解釋道，“我們正邁向這樣的未來：生成式AI和其他智能工具將幫助我們的探測(cè)車萬床公里級(jí)別的行駛，同時(shí)減輕操作人員的負(fù)擔(dān)，并且在海量圖像數(shù)據(jù)中為我們的科學(xué)團(tuán)隊(duì)標(biāo)記出有意思的地標(biāo)特征?！?/p>

AI正迅速滲透到我們生活的方方面面，甚至出現(xiàn)在一些并非其“用武之地“的地方。但NASA并不僅僅是在趕AI的潮流。處于實(shí)際需要，他們開發(fā)自動(dòng)導(dǎo)航系統(tǒng)已經(jīng)有一段時(shí)間了。事實(shí)上，”毅力號(hào)“的主要行駛方式就需要使用其自帶的自動(dòng)導(dǎo)航系統(tǒng)。

目前阻礙完全自主駕駛的一根問題在于：當(dāng)火星車在沒有人工操作的時(shí)候運(yùn)行時(shí)，它的位置的不確定性就會(huì)越來越高。火星車行駛得越遠(yuǎn)，它對(duì)于自身位置的確定性就越低。于是我們需要在它的地圖上重新定位它的位置。目前，這是一項(xiàng)由人類操作完成的工作，不過這樣會(huì)帶來一整個(gè)地火通訊周期的延遲?？傊@個(gè)問題限制了“毅力號(hào)“在沒有人類監(jiān)督的情況下能夠行駛的距離。

圖中藍(lán)色區(qū)域顯示了探測(cè)車在行駛過程中最與自身位置判斷的不確定性?！耙懔μ?hào)”沿著圖中淺藍(lán)色的線行駛了655米，從右下角至左上角。藍(lán)色區(qū)域逐漸變寬，探測(cè)車的位置不確定性從剛開始的0米增長(zhǎng)到近33米。

圖源：Verma et al. 2024

NASA/JPL也在研究如何讓“毅力號(hào)”利用AI自己重新定位。這項(xiàng)工作的主要難點(diǎn)在于如何將軌道圖像與探測(cè)車的地面圖像進(jìn)行匹配，而AI很有可能能被訓(xùn)練成這方面的高手。

很明顯，AI注定將在星星探索中扮演著更加重要的角色。下一代火星探測(cè)車可能會(huì)擁有更加先進(jìn)的AI和導(dǎo)航功能，與此前的火星車大不相同。目前已有概念提出，由探測(cè)車釋放一群由AI控制的無人機(jī)，以擴(kuò)張我們?cè)诨鹦巧系奶剿鞣秶?/p>

不僅僅是火星探索，NASA前往土衛(wèi)六的“蜻蜓號(hào)”也會(huì)廣泛運(yùn)用AI自動(dòng)駕駛以及數(shù)據(jù)管理。

“想象一下，把我們NASA工程師、科學(xué)家和宇航員的集體智慧融合到智能系統(tǒng)當(dāng)中，并且部署在我們的探測(cè)車、直升飛機(jī)、無人機(jī)和其他地表設(shè)備當(dāng)中?！?JPL探索系統(tǒng)辦公室經(jīng)理Matt Wallace展望道，“這正是建立月球永久人類駐所以及將美國(guó)送上火星乃至更遙遠(yuǎn)的地方所需要的核心技術(shù)?！?/p>

責(zé)任編輯：陳瑋菁

牧夫新媒體編輯部

『天文濕刻』 牧夫出品

微信公眾號(hào)：astronomycn

太陽黑子一流年

圖源: NASA

謝謝閱讀