在国际空间站（ISS）的复杂环境中，一款仅烤面包机大小的机器人刚刚完成了自主导航的关键突破。斯坦福大学科研团队开发的新型控制系统，首次在太空真实场景中验证了基于机器学习的路径规划技术，为未来高度自主的太空任务奠定了基础。这项成果已在2025年国际空间机器人大会（iSpaRo）上公开，标志着轨道机器人技术进入新阶段。
实验以国际空间站现有的立方体形自由飞行机器人“Astrobee”为载体，研究人员为其加装了自主决策系统。这套系统使机器人能够在无需宇航员实时操控的情况下，安全穿越空间站内布满实验设备、计算机和线缆的狭窄通道。项目负责人索姆丽塔·班纳吉指出，太空环境的特殊性对算法提出了严苛要求：星载计算机的计算能力远低于地面设备，而微重力环境中的运动不确定性则要求更高的安全冗余。
为解决计算效率问题，研究团队创新性地结合了序列凸规划与机器学习技术。他们首先构建了基于数学优化的路径生成框架，确保所有解决方案严格满足安全约束条件。随后，通过数千次地面模拟实验积累的历史数据，训练出一个能够提供“经验起点”的神经网络模型。班纳吉比喻道：“就像规划跨城路线时，系统会优先参考人类常用的通行路径，而非从零开始计算直线距离。”
在NASA艾姆斯研究中心的微重力模拟平台上完成预测试后，该系统于国际空间站展开正式验证。实验过程中，宇航员仅需完成初始设置与设备回收，后续操作全部由地面团队通过约翰逊航天中心的远程指令系统控制。研究团队设计了18组对比测试，每组轨迹分别采用传统“冷启动”与AI辅助“热启动”模式执行。结果显示，在穿越狭窄空间或需要复杂旋转的场景中，新型系统的规划速度提升了50%至60%。
NASA技术评估体系将该系统认定为技术就绪等级5级，这意味着其已在真实太空环境中完成关键验证。当前版本的系统已具备处理动态障碍物的能力，能够实时调整路径以避开移动的实验设备或宇航员。研究论文资深作者马尔科·帕沃内透露，团队正开发基于Transformer架构的新一代模型，这类架构已广泛应用于自动驾驶与大语言模型领域，有望进一步提升机器人在深空环境中的自主决策水平。
这项突破直接回应了太空探索的迫切需求。随着月球基地建设与火星探测任务的推进，未来机器人需要具备在远离地球的深空环境中独立工作的能力。班纳吉强调：“当地球与探测器的通信延迟达数十分钟时，依赖地面遥操作将不再可行。”新型控制系统的成功验证，为构建完全自主的太空机器人网络迈出了关键一步。
