卡内基梅隆大学机械工程与机器学习团队联合特里波利火箭协会匹兹堡分会，完成了一项突破性研究：开发出全球首个能自主设计并指导制造高功率火箭的AI系统——RocketSmith。该成果已发表于arXiv平台，论文编号arXiv:2606.00097。研究团队通过将人工智能与火箭工程深度融合，成功验证了AI在复杂工程领域的自动化设计能力，为传统制造业的智能化转型提供了新范式。
这套系统突破了传统火箭开发流程的桎梏。以往工程师需要手动完成从方案设计到制造调试的全周期工作，而RocketSmith通过整合三大专业软件工具，构建起自动化设计流水线：OpenRocket负责飞行仿真与稳定性计算，build123d生成精确三维模型，PrusaSlicer完成制造前的重量估算与路径规划。AI系统作为总指挥，协调六个子代理分工处理不同任务模块，用户仅需输入自然语言指令即可获得完整设计方案。
研究团队在宾夕法尼亚州费耶特县完成了四枚实体火箭的试射验证。这些火箭采用不同规格的发动机与回收系统，最大高度达479米，其中两枚实现完整回收。测试数据显示，AI设计的火箭实测高度达到仿真预测值的80%-84%，这一误差范围在工程实践中属于合理区间。更关键的是，所有火箭均保持稳定飞行轨迹，证明系统在空气动力学设计方面的可靠性。
项目负责人指出，传统火箭开发存在显著的"迭代困境"：设计调整需要反复切换不同软件工具，部件制造误差又会导致新的设计修改需求。RocketSmith通过让AI扮演协调者角色，将精确计算任务交给专业软件，自身专注流程控制与决策优化，成功将开发周期缩短60%以上。例如在制造环节，系统能自动检测三维模型的几何错误并修正，将建模成功率提升至100%。
四枚测试火箭各具技术亮点。HP1采用分段式机身设计，通过热熔嵌件与螺丝实现可靠连接；HP4作为最大型号，其1150mm长的机身通过连续四天打印完成；HP3则展示了一体化成型技术，头锥与机身采用摩擦配合连接。所有部件均使用ABS或PETG材料，这些材料在高温环境下的稳定性优于常见PLA塑料，更适合火箭发动机的工作条件。
试射过程也暴露出需要改进的技术环节。HP1的回收系统因弹射药延迟点火导致机身撕裂，HP2的回收舱未能成功分离，问题均集中在发射后的弹射分离机制。研究团队已制定改进方案，包括引入电子点火系统替代化学延时装置，以及优化分离结构的力学设计。这些经验为后续开发更复杂的回收系统提供了宝贵数据。
该系统的开源特性引发工程界广泛关注。通过GitHub公开的代码库，全球开发者可自由访问RocketSmith的核心架构。研究团队特别强调，虽然系统能处理80%的常规设计任务，但复杂结构与精密机构仍需人工干预。这种"人机协作"模式既保证了设计效率，又为工程师保留了关键控制权，为AI在专业工程领域的应用提供了可复制的实践路径。
在技术实现层面，RocketSmith采用模块化设计理念，其架构兼容多种代理框架。六个子代理分别负责项目管理、仿真控制、CAD建模、重量估算、制造评估与界面交互，每个模块都配备错误修正机制。例如CAD建模子代理通过内外双循环设计，能自动检测并修正几何计算错误，将建模误差控制在0.1mm以内。
这项研究的意义远超出火箭工程本身。它开创了"AI+专业工具链"的新型工作范式，这种模式可迁移至航空航天、汽车制造等需要反复迭代的工程领域。随着3D打印技术与材料科学的进步，AI驱动的自动化设计系统有望大幅降低复杂产品的开发门槛，推动制造业向更智能、更高效的方向演进。
