Гонки дронов готовят нейросети к использованию в космосе

Дрон взлетает в киберзоопарке TUDelft, его путь показан на совмещенных изображениях, сделанных высокоскоростными камерами. Автор: ESA/TU Delft

Дроны участвуют в гонках на время в «Кибер-зоопарке» Делфтского технологического университета, чтобы проверить производительность систем управления искусственным интеллектом на основе нейронных сетей, запланированных для космических миссий следующего поколения.

Исследование, проведенное группой передовых концепций ЕКА совместно с Лабораторией микровоздушных транспортных средств MAVLab TUDelft, подробно описано в последнем выпуске журнала Science Robotics.

«Благодаря долгосрочному сотрудничеству мы изучаем возможность использования обучаемых нейронных сетей для автономного контроля за всеми видами сложных маневров космических кораблей, таких как межпланетные перелеты, приземления на поверхность и стыковки», — отмечает Дарио Иззо, научный координатор АКТ ЕКА.

«В космосе каждый бортовой ресурс должен использоваться максимально эффективно, включая топливо, доступную энергию, вычислительные ресурсы и часто время. Такой подход нейронной сети мог бы обеспечить оптимальные бортовые операции, повышая автономность и надежность миссии. Но нам нужен был способ протестировать его в реальном мире, прежде чем планировать реальные космические миссии.

«Именно тогда мы остановились на гонках дронов как на идеальной спортивной среде для тестирования комплексной нейронной архитектуры на реальных роботизированных платформах, чтобы повысить уверенность в их будущем использовании в космосе».

Дроны соревнуются за лучшее время на заданном маршруте в Киберзоопарке Делфтского технического университета, испытательной площадке размером 10x10 м, поддерживаемой факультетом аэрокосмической техники университета, партнером ЕКА в этом исследовании. Управляемые человеком квадрокоптеры «Micro Air Vehicle» чередовались с автономными аналогами с нейронными сетями, обученными различными способами.

«Традиционный способ работы маневров космического корабля заключается в том, что они детально планируются на земле, а затем загружаются на космический корабль для выполнения», - объясняет молодой выпускник-стажер ACT Себастьен Оригер. «По сути, когда дело доходит до управления и управления миссией, часть управления осуществляется на земле, а часть управления осуществляется космическим кораблем».

Однако космическая среда по своей сути непредсказуема, в ней возможны всевозможные непредвиденные факторы и шумы, такие как гравитационные вариации, атмосферная турбулентность или планетарные тела, форма которых отличается от наземного моделирования.

Всякий раз, когда космический корабль по какой-либо причине отклоняется от запланированной траектории, его система управления срабатывает на возврат его на заданный профиль. Проблема в том, что такой подход может быть весьма затратным в ресурсном отношении, требуя целого набора корректировок методом перебора.

Себастьен добавляет: «Наш альтернативный подход к сквозным сетям наведения и управления, G&C Nets, включает в себя всю работу, происходящую на космическом корабле. Вместо того, чтобы придерживаться единого заданного курса, космический корабль постоянно перепланирует свою оптимальную траекторию, начиная с текущего положения, в котором он оказался, что оказывается гораздо более эффективным».

Дроны участвуют в гонках на время в «Кибер-зоопарке» Делфтского технологического университета, чтобы проверить производительность систем управления искусственным интеллектом на основе нейронных сетей, запланированных для космических миссий следующего поколения. Автор: ESA/TU Delft

«Между дронами и космическими кораблями существует довольно много синергии, хотя динамика полета дронов намного быстрее и шумнее», — комментирует Дарио.

«Когда дело доходит до гонок, очевидно, что основным дефицитным ресурсом является время, но мы можем использовать его в качестве замены других переменных, которым, возможно, придется расставить приоритеты в космической миссии, таких как масса топлива».

«Сателлитные процессоры весьма ограничены, но наши G&CNET на удивление скромны: возможно, они хранят в памяти до 30 000 параметров, что можно сделать, используя всего несколько сотен килобайт, используя в общей сложности менее 360 нейронов».

Дроны соревнуются за лучшее время на заданном маршруте в Киберзоопарке Делфтского технического университета — испытательной площадке размером 10x10 м, поддерживаемой университетским факультетом аэрокосмической техники, партнером ЕКА в этом исследовании. Управляемые человеком квадрокоптеры «Микровоздух» чередовались с автономными аналогами с нейронными сетями, обученными различными способами. Партнеры тестируют производительность систем управления искусственным интеллектом на основе нейронных сетей, запланированных для космических миссий следующего поколения. Автор: European Space Agency

Принципы оптимальности определяют принятие решений на разных этапах исследовательских миссий. Автор: Science Robotics (2024). DOI: 10.1126/scirobotics.adi6421

Для оптимальной работы G&CNet должна иметь возможность отправлять команды непосредственно на исполнительные механизмы. Для космического корабля это двигатели, а в случае дронов — их пропеллеры.

«Основная проблема, с которой мы столкнулись при внедрении G&CNets в дроны, — это разрыв в реальности между приводами в моделировании и в реальности», — говорит Кристоф Де Вагтер, главный исследователь Делфтского технического университета.

«Мы справляемся с этим, выявляя разрыв в реальности во время полета и обучая нейронную сеть справляться с ним. Например, если пропеллеры дают меньшую тягу, чем ожидалось, дрон может заметить это с помощью своих акселерометров. Затем нейронная сеть регенерирует команды следовать по новому оптимальному пути».

«Существует целое академическое сообщество, занимающееся гонками дронов, и все сводится к победе в гонках», — говорит Себастьен. «Для нашего подхода G&CNets использование дронов представляет собой способ укрепить доверие, разработать прочную теоретическую основу и установить границы безопасности, прежде чем планировать настоящую демонстрационную космическую миссию».

Больше информации: Dario Izzo et al, Optimality principles in spacecraft neural guidance and control, Science Robotics (2024). DOI: 10.1126/scirobotics.adi6421

Источник: European Space Agency