Майбутнє космічних місій: як AI навчився адаптуватися до незнайомого ландшафту

Дослідники з Університету Іллінойсу в Урбана-Шампейн розробили штучний інтелект, який здатний самостійно аналізувати поверхню й ефективно збирати зразки ґрунту.

Модель була протестована у Ocean World Lander Autonomy Testbed NASA, де керувала роботизованим маніпулятором JPL.

Джерело: techxplore.com

Деталі:

Навчання та випробування

Аерокосмічний аспірант Пранай Танґеда зазначив, що команда натренувала AI на 6 700 спробах збору зразків на різних матеріалах – від піску до каміння. У NASA робот вперше працював з абсолютно новими поверхнями без попереднього налаштування.

Під час випробувань робот зробив першу спробу зібрати зразок із кам’янистої місцевості, але швидко визначив, що матеріал є непридатним для збору. На основі цієї помилки він самостійно адаптувався та успішно взяв пробу з іншої ділянки, вкритої дрібнозернистим матеріалом.

Новий рівень автономності

Одна з головних переваг моделі – її здатність працювати без потреби у коригуванні. Зазвичай AI-системи ефективні лише на тих даних, на яких їх було навчено, але ця модель змогла адаптуватися в реальному часі до нових умов.

«Ми змогли розгорнути модель на тестовій платформі NASA без жодного додаткового налаштування. Це саме той підхід, який застосовуватиметься для автономних роботів-ландерів під час майбутніх космічних місій», – зазначив Танґеда.

Виклики та майбутні плани

Для роботи в умовах NASA команда мала вирішити кілька технічних проблем. Камера та форма ковша у їхній тестовій установці відрізнялися від тих, що використовувалися у NASA, тому дослідники надіслали JPL 3D-модель свого ковша для друку. Також вони адаптували зображення з камери NASA, щоб модель «бачила» тестову місцевість так само, як і під час навчання.

Довідково:

Наступним етапом досліджень стане використання цієї технології для автоматизованого будівництва, зокрема для копання каналів і створення посадкових майданчиків у космосі. Дослідники сподіваються, що їхня модель допоможе у майбутніх місіях на Марс, супутники Юпітера та інші небесні тіла.

• #AI
• #NASA
• #ландшафт