Исследователи Стэнфордского университета разработали модель искусственного интеллекта, способную прогнозировать развитие ситуации при сближении космического аппарата с Международной космической станцией (МКС). Работа, опубликованная в виде препринта на платформе arXiv, посвящена системе Out-of-this-World-Model (OWM). Она может изменить подход к управлению будущими операциями по сближению и стыковке аппаратов.
Стыковка на орбите требует высокой точности: корабль и станция движутся примерно со скоростью 28 000 км/ч. Аппарату необходимо не просто приблизиться к лаборатории, стоимость которой составляет миллиарды долларов, а занять нужное положение относительно неё без столкновения. Ошибка способна привести к гибели людей на борту, образованию опасного облака обломков, повреждению спутников и угрозе для находящихся на Земле.
Сейчас для навигации на низкой околоземной орбите применяются алгоритмы управления, навигации и контроля, а также расширенный фильтр Калмана. Он обрабатывает данные GPS-приёмников и звёздных датчиков, после чего рассчитывает необходимые включения двигателей. Однако фильтр плохо работает с высокоскоростным видео, а традиционные системы компьютерного зрения могут давать сбои из-за бликов от солнечных панелей или резкого затенения части цели.
Учёные уже проверяли для таких задач алгоритмы обучения с подкреплением, которые ранее использовались, например, в игровых системах. Но подобные модели плохо переносят изменение условий: если стыковочный узел оказывается с другой стороны станции, алгоритм может не понять, как действовать. В OWM используется так называемая модель мира — архитектура искусственного интеллекта, которая осваивает физику окружающей среды на основе опыта, а не получает её в виде заранее заданных уравнений.
Модель строит десятки вероятных вариантов развития событий и направляет систему к наиболее подходящему из них. При этом она оценивает вероятность каждого результата, благодаря чему может реагировать на неожиданные обстоятельства и корректировать управление. Для обучения потребовались сотни тысяч смоделированных полётов, поэтому исследователи создали библиотеку AstroJAX, рассчитанную на работу с графическими процессорами (GPU), которые широко применяются в вычислениях искусственного интеллекта.
OWM освоила манёвры стыковки за 500 000 итераций, тогда как сопоставимой системе обучения с подкреплением понадобилось 25 млн вариантов. Новая модель также лучше справилась с неизвестным ранее стыковочным узлом и ситуацией, когда нужный порт был занят другой капсулой. При этом её общий показатель успешных стыковок с узлами МКС составил около 53% против 29% у алгоритма сравнения, а на малых дистанциях система испытывала трудности из-за высокой «цены» столкновений. Авторы считают, что этот параметр можно изменить в следующих версиях, однако до полностью автоматического управления стыковкой, особенно при наличии людей на борту, технологии ещё предстоит пройти значительный путь, отмечает Universe Today.