周一 · 知古通今 | 周二 · 牧夫?qū)?

周三 · 風月同天 | 周四 · 觀測指南

周五 · 深空探測 | 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：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”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，橙色線條代表實際行駛軌跡。

圖源：NASA/JPL-Caltech/UofA

在這個地緣政治風云變幻的時代，人們對太空探索的熱情難免有所減少。但這可擋不住NASA前進的步伐。

去年12月，NASA朝實行自主駕駛探測車又邁出了一小步。在一項演示中，“毅力號”火星探測車的團隊讓人工智能為探測車生成了行駛路線?！耙懔μ枴痹趦商靸?nèi)，利用AI設(shè)定的路徑點，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步，并且拓寬了我們世界的方式?！盢ASA局長賈里德·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，增強應(yīng)對復(fù)雜地形的能力，并且在距離地球更遙遠的時候提升科研回報。這是一個很好的將新技術(shù)應(yīng)用到實際情況中的例子。“

火星離我們很遠。地火之間信號往返大約有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，每個路徑點之間通常距離不超過100米。行駛計劃隨后被發(fā)送到NASA的深空網(wǎng)絡(luò)（Deep Space Network，DSN），再傳輸給某一個軌道飛行器，最后發(fā)送給“毅力號”。（“毅力號”也可以直接接收DSN信號最為備份，但傳輸速率慢一些。）

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

不過，在行駛計劃的路徑點被傳送給“毅力號”之前，還有十分重要的一步。NASA的噴氣推進實驗室（JPL）的火星場里有一個“毅力號”的“孿生兄弟”，叫“車輛系統(tǒng)測試臺”（VSTB）。負責團隊可以在地球上用它來模擬“毅力號”解決問題或者完成當下的任務(wù)。這種工程模型在火星任務(wù)中很常見，JPL也為“好奇號“準備了一個。

這是NASA“毅力號”的全尺寸工程模型。JPL在把AI生成的路徑點發(fā)送給“毅力號”之前，用它進行了測試。

圖源：NASA/JPL-Caltech

“生成式AL對于優(yōu)化地球外自動駕駛的三要素方面展現(xiàn)了巨大的潛力：感知（識別巖石和波紋）、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的空間機器人專家、毅力號工程團隊成員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車萬床公里級別的行駛，同時減輕操作人員的負擔，并且在海量圖像數(shù)據(jù)中為我們的科學團隊標記出有意思的地標特征?！?/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。處于實際需要，他們開發(fā)自動導(dǎo)航系統(tǒng)已經(jīng)有一段時間了。事實上，”毅力號“的主要行駛方式就需要使用其自帶的自動導(dǎo)航系統(tǒng)。

目前阻礙完全自主駕駛的一根問題在于：當火星車在沒有人工操作的時候運行時，它的位置的不確定性就會越來越高?；鹦擒囆旭偟迷竭h，它對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，這是一項由人類操作完成的工作，不過這樣會帶來一整個地火通訊周期的延遲。總之，這個問題限制了“毅力號“在沒有人類監(jiān)督的情況下能夠行駛的距離。

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

圖源：Verma et al. 2024

NASA/JPL也在研究如何讓“毅力號”利用AI自己重新定位。這項工作的主要難點在于如何將軌道圖像與探測車的地面圖像進行匹配，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。下一代火星探測車可能會擁有更加先進的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，由探測車釋放一群由AI控制的無人機，以擴張我們在火星上的探索范圍。

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

“想象一下，把我們NASA工程師、科學家和宇航員的集體智慧融合到智能系統(tǒng)當中，并且部署在我們的探測車、直升飛機、無人機和其他地表設(shè)備當中?！?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送上火星乃至更遙遠的地方所需要的核心技術(shù)?！?/p>

責任編輯：陳瑋菁

牧夫新媒體編輯部

『天文濕刻』 牧夫出品

微信公眾號：astronomycn

太陽黑子一流年

圖源: NASA

謝謝閱讀