Стыковка с Международной космической станцией только кажется простой задачей. На самом деле это наглядный пример того, насколько сложна орбитальная механика. Процесс сравним с движением по шоссе на скорости 28 тысяч километров в час, при котором нужно параллельно припарковаться в открытый гараж много миллиардной лаборатории, летящей с той же скоростью. Если попытаться ускориться вперёд, аппарат начнёт смещаться вверх, а естественного сопротивления воздуха, которое могло бы замедлить движение, в космосе нет.
Любая ошибка при сближении может привести к столкновению, гибели экипажей обоих аппаратов и образованию облака обломков, способного уничтожить десятки спутников и создать угрозу для людей на Земле. На протяжении десятилетий аэрокосмические инженеры выполняли стыковку успешно, используя жёстко заданные физические уравнения и корректировки пилотов. Теперь исследователи из Стэнфорда в своей работе, доступной в виде препринта на arXiv, попытались создать искусственный интеллект, который выполняет серию «мысленных симуляций» и способен принципиально изменить взаимодействие космических аппаратов в будущем.
Предложенное решение получило название Out-of-this-World-Model (OWM). Традиционно навигационные компьютеры на низкой околоземной орбите используют алгоритмы наведения, навигации и управления (GNC), а также расширенный фильтр Калмана, который обрабатывает данные GPS-приёмников и звёздных датчиков и выдаёт параметры работы двигателей. Однако фильтры Калмана плохо справляются с обработкой высокоскоростного видео, поэтому инженеры обращаются к методам компьютерного зрения, которые в космосе оказываются крайне уязвимыми: блик солнца на солнечной панели или внезапная тень на цели полностью сбивают такие алгоритмы.
Исследователи обратились к обучению с подкреплением (Reinforcement Learning, RL) — подходу, благодаря которому компьютеры научились побеждать в шахматы и Dota. Однако такие алгоритмы эффективны только в сценариях с чётко заданным набором правил: стоит изменить условия, например, сторону стыковочного порта МКС, и они перестают понимать, что делать. Тогда учёные применили концепцию «мировой модели» (World Model), которую можно сравнить с действиями игрока в бейсбол: ловя мяч, он не решает дифференциальные уравнения, а использует мысленную симуляцию, предсказывающую точку падения на основе прошлого визуального опыта.
В машинном обучении «мировая модель» — это архитектура ИИ, которая усваивает базовую физику окружающей среды непосредственно из опыта, а не из заранее запрограммированных уравнений. Стэнфордская модель OWM применяет этот принцип, чтобы «проигрывать» десятки возможных вариантов будущего и управлять системой, делая шаг к выбранному сценарию. Вместо простого угадывания она оценивает вероятность исхода, что критически важно для реакции на нештатные ситуации и корректировки действий при отклонении от ожидаемого результата.
Главной сложностью оставалось обучение модели, для которого требовались сотни тысяч симулированных полётов. На обычном процессоре это заняло бы недели, поэтому исследователи создали библиотеку AstroJAX, рассчитанную на работу с графическими процессорами (GPU), изначально применявшимися в игровых компьютерах. В результате модель OWM освоила стыковочные манёвры всего за 500 тысяч итераций, тогда как сопоставимой RL-системе потребовалось 25 миллионов. OWM также лучше справлялась со стыковкой с незнакомым портом МКС и с неожиданными ситуациями, например, когда на целевом порту специально размещали уже пристыкованную капсулу.
Разработка ещё далека от завершения: при стыковке со всеми портами МКС модель добилась успеха лишь примерно в 53% случаев, хотя у RL-алгоритма этот показатель составил 29%. Операции на близкой дистанции давались OWM тяжелее, вероятно, из-за высокого штрафа за столкновения, который, как отмечают авторы, можно скорректировать в следующих версиях. Полностью автоматический ИИ, управляющий стыковкой, появится, вероятно, не скоро, а тем более — управляющий аппаратом с людьми на борту. Однако с ростом числа спутников, нуждающихся в обслуживании или сведении с орбиты, и возможным увеличением числа людей в космосе передача управления роботу — лишь вопрос времени.