Исследователи Стэнфордского университета разработали модель искусственного интеллекта, способную обучаться управлению сближением и стыковкой космических аппаратов. Работа опубликована в виде препринта на платформе arXiv. Система получила название Out-of-this-World-Model (OWM), или «внеземная модель».
Стыковка с Международной космической станцией требует крайне точного управления: оба объекта движутся примерно со скоростью 28 000 км/ч, а попытка изменить скорость приводит к сложному изменению орбиты. При этом в космосе отсутствует сопротивление воздуха, которое могло бы естественным образом замедлить аппарат. Ошибка при манёвре способна привести к гибели экипажей и образованию опасного облака обломков.
Обычно навигационные системы используют алгоритмы наведения, навигации и управления, а также расширенный фильтр Калмана. Он обрабатывает данные GPS-приёмников и звёздных датчиков, после чего рассчитывает параметры работы двигателей. Однако такие фильтры плохо справляются с высокоскоростным видео, а традиционные системы компьютерного зрения могут давать сбой из-за бликов от солнечных панелей или резких изменений освещения.
Ранее для подобных задач применяли обучение с подкреплением — тот же подход, который использовался в системах, обыгрывавших людей в шахматы и Dota. Но такие алгоритмы плохо переносят изменение условий: например, перенос стыковочного узла на другую сторону станции может сделать привычную модель поведения бесполезной. Концепция «мировой модели» устроена иначе: она формирует внутреннее представление о физических процессах и учится прогнозировать развитие ситуации на основе накопленного опыта.
OWM создаёт десятки возможных вариантов будущего, оценивает вероятность каждого результата и постепенно направляет аппарат к наиболее подходящему сценарию. Для обучения модели исследователи разработали библиотеку AstroJAX, рассчитанную на работу с графическими процессорами, что позволило ускорить обработку сотен тысяч виртуальных полётов. В результате OWM освоила манёвры стыковки за 500 000 итераций, тогда как сопоставимой системе обучения с подкреплением потребовалось 25 млн вариантов.
При испытаниях OWM успешнее справлялась с ранее неизвестными стыковочными узлами Международной космической станции и нештатными ситуациями, включая намеренно заблокированный порт. На всех узлах станции модель достигла примерно 53% успешных стыковок против 29% у системы обучения с подкреплением. Авторы отмечают, что программное обеспечение ещё нуждается в доработке: особенно сложными оказались операции на малом расстоянии, однако параметры, усиливающие наказание за столкновения, можно изменить в следующих версиях.