6 лучших проектов НАСА в области искусственного интеллекта, способствующих освоению космоса

Чтобы изучить Землю и исследовать обширные просторы космоса, НАСА использует последние достижения искусственного интеллекта (ИИ). Лаборатория реактивного движения AI Group проводит фундаментальные исследования в области планирования и планирования искусственного интеллекта с приложениями к научному анализу, операциям в дальнем космосе, управлению космическими кораблями и космическими транспортными системами.

Сегодня мы собираемся подробно рассказать о некоторых крупных проектах, над которыми в настоящее время работает JPL. Большинство из них связаны с технологиями планирования, автономностью космических аппаратов и марсоходов.

6. ОСИНА

АСПЕН-ГИП

Группа искусственного интеллекта в JPL работает над системой, известной как ASPEN (расшифровывается как автоматизированная среда планирования и планирования). Это модульная реконфигурируемая структура, которая поддерживает множество типов приложений для планирования и составления графиков.

Структура включает в себя множество компонентов, которые реализуют элементы, в основном встречающиеся в сложных системах планирования или составления графиков, такие как система временных рассуждений, система управления ресурсами, язык выразительного моделирования и графический интерфейс. В частности, он используется при планировании разработки миссий, эксплуатации космических кораблей, планировании наземных вездеходов, скоординированном планировании нескольких вездеходов и планировании нескольких вездеходов.

В качестве наземной системы ASPEN использует внутреннюю модель космического корабля и различные цели высокого уровня для предоставления конкретных команд, которые должен выполнять космический корабль. Будучи системой, основанной на полете, она постоянно получает обновления о состоянии марсохода и обновляет план, чтобы отразить происходящие изменения. Как система планирования антенн, она используется для автономного управления станцией DSN.

Технология искусственного интеллекта основана на эвристическом поиске, итеративном восстановлении и временном рассуждении. Платформа имеет общую архитектуру, которая позволяет легко выбирать различные алгоритмы распространения и поисковые системы, чтобы сделать процесс планирования эффективным. Более того, пользователи могут взаимодействовать с расписанием и быстро и эффективно перепланировать.

В настоящее время он доступен для внешнего лицензирования, но не для экспорта. В будущем ASPEN будет использоваться для интеграции планирования ремонта с его выполнением.

Ссылка: ai.jpl.nasa.gov 

5. МИСУС

Интегрированная система научного понимания Multi-Rover (MISUS) разрабатывает технологии для управления марсоходами для исследования планет. Архитектура MISUS, разработанная НАСА, состоит из трех основных компонентов – 

Анализ данных: Распределенная система машинного обучения, выполняющая неконтролируемую кластеризацию для моделирования распределения типов горных пород , наблюдаемого марсоходами. Он может направлять зондирование марсохода на постоянное улучшение содержания планетарной сцены.

Планирование: Система распределенного планирования, генерирующая планы операций для достижения научных целей входного марсохода. Существует центральный планировщик, который распределяет научные цели между марсоходами, и распределенный набор планировщиков, связанный с каждой операцией на отдельном марсоходе.

Симулятор окружающей среды:  Симулятор многоместного вездехода, моделирующий несколько геологических и научных операций вездехода. Он обрабатывает научные данные обо всем окружении, отслеживает операции и отражает наблюдения с помощью научного оборудования марсохода.

Вся система работает по замкнутому циклу, где систему анализа данных можно рассматривать как ученых, управляющих процессом разведки. Сначала данные передаются алгоритмам кластеризации марсохода, которые интегрируют все собранные данные в обновленную глобальную модель и передают новую модель обратно распределенным кластеризаторам.

Результаты кластеризации используются алгоритмом определения приоритетов для создания нового набора целей наблюдения, что еще больше повысит точность модели. Затем цели передаются центральному планировщику, который назначает отдельным марсоходам цели таким образом, чтобы наиболее эффективно обрабатывать запросы.

Затем каждый планировщик марсохода генерирует некоторые конкретные действия, которые позволят достичь как можно большего количества поставленных целей. Последовательности действий затем отправляются в симулятор, где они реализуются, и вся собранная информация отправляется обратно в кластеры марсоходов. Весь цикл продолжается до тех пор, пока не будет собрано достаточно информации для создания отдельных кластеров для любых наблюдаемых типов горных пород.

Ссылка:ntrs.nasa.gov

4. Распределенный космический корабль

В проекте используются новейшие технологии для управления группировками космических кораблей в соответствии с целями миссии, а не последовательностями команд для каждого отдельного космического корабля.

Это исследование расширяет возможности моделирования и симуляции, позволяя выполнять высокоточное моделирование в реальном времени группировок и кластеров космических аппаратов с помощью распределенных технологий.

НАСА разрабатывает новую архитектуру моделирования, позволяющую использовать распределенный характер пласта и разделить моделирование между несколькими процессорами в кластере. Например, HYDRA (иерархическая распределенная реконфигурируемая архитектура) разработана для беспрепятственного развертывания моделируемых модулей и технологий в смешанных и многоплатформенных средах.

HYDRA автоматизирует процесс связи между модулями моделирования. Он был успешно внедрен в FAST (испытательный стенд для алгоритмов формирования и моделирования) как часть программы Terrestrial Planet Finder.

Читайте:НАСА будет использовать искусственный интеллект для сетей космической связи

Общая цель состоит в том, чтобы создать надежные и быстрые алгоритмы глобальной оптимизации, которые могут решать проблемы управления, оценки, контроля и принятия решений в групповом полете. Это включает в себя быстрые распределенные средства оценки группового полета, распределенное распределение ресурсов между космическими кораблями, надежный контроль за строем, планирование оптимального пути реконфигурации топлива группировки и управление режимами.

Источник: dst.jpl.nasa.gov

3. КАСПЕР

CASPER (расшифровывается как непрерывное планирование действий, планирование выполнения и перепланирование) использует итеративный ремонт для поддержки непрерывного изменения или модификации космического корабля.

Традиционные модели планирования, ориентированные на партии, имеют ряд недостатков. Создание плана с нуля требует большого объема вычислений, а встроенные вычислительные ресурсы обычно ограничены.

Цель — сделать планировщик более эффективным и отзывчивым к неожиданным изменениям. Планировщик, который может уменьшить зависимость от прогнозирующих моделей, например неизбежные ошибки моделирования.

Для достижения этой цели JPL использует метод непрерывного планирования, известный как CASPER.  Планировщик имеет текущий набор целей, состояние и модель ожидаемого результата. Инкрементное обновление текущего состояния можно применить в любое время. Это обновление может быть чем угодно:от простых изменений времени до неожиданных событий.

Планировщик также поддерживает согласованный план с учетом последних доступных данных. Однако в большинстве случаев дела идут не так, как ожидалось. Вот тут-то и вступает в действие планировщик — он готов постоянно изменять план в соответствии со сценарием.

Архитектура выполнения с несколькими вездеходами

Современный подход к итеративному планированию ремонта позволяет постепенно вносить изменения в исходное состояние, а также объективно и затем поэтапно разрешать конфликты. После каждой итерации его эффект будет распространяться на обнаруженные конфликты и обновление плана (например, вызов алгоритмов восстановления плана).

Эта технология используется в операциях планетарных вездеходов, миссии «Новое тысячелетие на околоземной орбите 1», Citizen Explorer, многоразовых космических транспирациях, распределенных марсоходах, миссии модифицированного картографирования Антарктики и многом другом.

Ссылка: casper.jpl.nasa.gov

2. Вулкан Sensorweb

В проекте используется сеть датчиков, связанных через Интернет и программное обеспечение с возможностью автономного спутникового наблюдения. Он разработан с использованием модульной гибкой архитектуры, позволяющей расширять датчики, настраивать сценарии срабатывания и реакции.

До настоящего времени он использовался для реализации проекта глобального наблюдения с целью изучения вулканов. Кроме того, НАСА проводит тесты сенсорной сети для изучения событий в криосфере, наводнений и атмосферных явлений.

Архитектура обнаружения и реагирования Sensorweb

Некоторые действующие спутники предоставляют свои данные бесплатно, например, данные MODIS (спектрометра визуализации среднего разрешения) доступны практически в реальном времени посредством прямого вещания. Эти данные обеспечивают глобальный и региональный охват с впечатляющими возможностями обнаружения.

Однако это оборудование не предоставляет данные в высоком разрешении, подходящем для многих научных приложений. Фактически, большинство из них являются активами с высоким спросом и сильно ограниченными.

В Volcano Sensorweb датчики с высоким охватом и низким разрешением используются для запуска наблюдений с помощью устройств с высоким разрешением. Кроме того, существует множество других причин для объединения сети датчиков в сенсорную сеть. Например, автоматизированное реагирование может сделать возможным наблюдение с помощью сложных устройств, таких как радар визуализации. Или их можно использовать для увеличения частоты наблюдений с целью повышения временного разрешения.

Читайте:10 правил НАСА для написания программ, важных для безопасности

На данный момент он используется для мониторинга 50 самых активных вулканов на Земле. Кроме того, НАСА также проводит эксперименты по мониторингу лесных пожаров, наводнений и криосферных явлений.

Ссылка: ai.jpl.nasa.gov

1. АСЭ

Космический корабль, использовавшийся в предыдущих миссиях НАСА (до 2000 года), не имел возможности самостоятельно принимать автономные решения на основе данных, которые они собирали в космосе. Однако ASE (Автономный научный эксперимент (ASE), который работает на борту миссии Earth Observing-1 с 2003 года, использует непрерывное планирование, бортовое распознавание образов и машинное обучение для повышения эффективности.

Программное обеспечение ASE демонстрирует способность использовать встроенное принятие решений для идентификации, изучения и реагирования на события, а также передавать по нисходящей линии только те данные, которые имеют наибольшую ценность.

Эта технология искусственного интеллекта включает в себя множество полезных модулей, таких как

• Встроенный научный алгоритм для анализа данных изображения для обнаружения триггерных условий.
• Надежное программное обеспечение для управления выполнением, обеспечивающее обработку событий и низкоуровневую автономию.
• Программное обеспечение CASPER для перепланирования важных действий, таких как нисходящая связь.

ASE открывает широкий спектр новых возможностей в науках о Земле, космической физике и планетологии. Эта технология уменьшает время простоя, потерянное из-за аномалий, сокращает время настройки оборудования за счет использования автономного программного обеспечения и значительно увеличивает количество научных исследований на каждый фиксированный нисходящий канал.

Читайте:13 крупнейших будущих миссий НАСА

Первоначально ASE содержит научные цели для мониторинга целей высокого уровня. CASPER используется для создания плана периодического мониторинга целей (с использованием инструмента Hyperion). Бортовые научные алгоритмы исследуют изображения, и изображения передаются по нисходящей линии связи на основе их обнаружения. Если подходящего события нет, научное программное обеспечение дает команду планировщику найти следующую цель с наивысшим приоритетом.

Затем программное обеспечение SCL реализует планы, сгенерированные CASPER, в сочетании с различными элементами автономии, и этот цикл повторяется при последующих наблюдениях.

Ссылка: ieeexplore.ieee.org