LeLaR: The First In-Orbit Demonstration of an AI-Based Satellite Attitude Controller
يُقدم هذا البحث أول عرض ناجح في المدار لمتحكم في وضعية القمر الاصطناعي يعتمد على الذكاء الاصطناعي، حيث تم نشر وكيل تعلم تعزيزي عميق تم تدريبه بالكامل في المحاكاة على القمر الاصطناعي النانوي "InnoCube" لتحقيق مناورات توجيه قصوري قوية تتفوق على متحكمات (PD) الكلاسيكية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن لديك سفينة فضاء لعبة غالية الثمن وحساسة للغاية، تطفو في فراغ الفضاء المظلم والصامت. مهمتك هي تدويرها وتوجيهها نحو اتجاه معين لكي تلتقط ألواحها الشمسية ضوء الشمس أو لتتمكن كاميرتها من التقاط صورة.
تقليديًا، يبني المهندسون "طيارًا" لهذه السفينة باستخدام قواعد رياضية صارمة (مثل الوصفة). ولكن إذا هبت رياح، أو أصبح وزن السفينة مختلفًا، أو أصبح أحد العجلات "لزجًا" (صعب الحركة)، فقد تفشل هذه الوصفة لأنها لا تعرف كيف تبتكر الحلول.
هذا البحث يتحدث عن LeLaR، وهو نوع جديد من الطيارين. بدلًا من اتباع وصفة محددة، فإن LeLaR هو ذكاء اصطناعي تعلم كيفية الطيران عبر لعب لعبة فيديو. والأفضل من ذلك؟ أنه لم يكتفِ بلعب اللعبة فحسب، بل أخذ المهارات التي تعلمها في اللعبة ونجح في قيادة سفينة فضاء حقيقية في مدارها، دون أن يحتاج أبدًا إلى إنسان ليعلمه قواعد العالم الحقيقي.
إليك قصة كيف فعلوا ذلك، مشروحة ببساطة:
1. المشكلة: فجوة "لعبة الفيديو مقابل الحياة الواقعية"
فكر في تدريب ذكاء اصطناعي مثل تعليم كلب كيف يحضر الكرة. يمكنك تعليم الكلب في غرفة معيشتك (المحاكاة)، ولكن عندما تأخذه إلى المنتزه (العالم الحقيقي)، تكون الرياح أقوى، والأرض طينية، والكرة ترتد بشكل مختلف. عادةً، يرتبك الكلب ويفشل.
في الفضاء، يُطلق على هذا اسم فجوة Sim2Real.
- المحاكاة: عالم مثالي تم إنشاؤه بواسطة الكمبيوتر حيث تعمل الفيزياء تمامًا كما يتوقع المهندسون.
- العالم الحقيقي: مكان فوضوي حيث يمكن لعجلات التفاعل (العجلات الدوارة التي تُدير القمر الصناعي) أن تتعطل أحيانًا، أو يحدث خلل في المستشعرات، أو تتصرف المجالات المغناطيسية بغرابة.
معظم طياري الذكاء الاصطناعي يفشلون عندما يغادرون "غرفة المعيشة" ويدخلون "المنتزه". إنهم جامدون للغاية.
2. الحل: نهج "الجمباز"
لم يقم الفريق في جامعة فورسبورغ بتدريب ذكائهم الاصطناعي على نسخة واحدة مثالية من اللعبة فحسب. بل جعلوا بيئة التدريب فوضوية عن قصد.
تخيل تدريب لاعبة جمباز ليس فقط على أرضية مثالية، بل على أرضية تميل أحيانًا، وتصبح زلقة أحيانًا، وتتعرض لهبات ريح عشوائية أحيانًا.
- علموا الذكاء الاصطناعي كيفية التعامل مع الاختلافات العشوائية في وزن القمر الصناعي.
- علموه كيفية التعامل مع المستشعرات المشوشة (مثل محاولة التوازن أثناء ارتداء نظارات ضبابية).
- علموه كيفية التعامل مع التداخل المغناطيسي (مثل محاولة السير على حبل مشدود وأنت تحمل مغناطيسًا ضخمًا).
من خلال التدريب في هذا "النادي الرياضي الفوضوي"، تعلم الذكاء الاصطناعي أن يكون متكيفًا. لم يحفظ حلاً واحدًا؛ بل تعلم استراتيجية للتعامل مع أي شيء قد يسوء.
3. المهمة: القمر الصناعي InnoCube
"السفينة الفضائية" في هذه القصة هي InnoCube، وهو قمر صناعي صغير من نوع CubeSat (بحجم رغيف خبز تقريبًا) أُطلق في يناير 2025.
- التحدي: كان لعجلات التفاعل في القمر الصناعي ميزة غريبة؛ فإذا دارت ببطء شديد، فإنها "تتعثر" أو تعطي قراءات خاطئة. كان الأمر يشبه محرك سيارة يتلعثم إذا قدت بسرعة بطيئة جدًا.
- الحل: صُمم الذكاء الاصطناعي لتجنب "مناطق الخطر" هذه تلقائيًا، حيث تعلم الحفاظ على دوران العجلات بالسرعة المناسبة للبقاء تحت السيطرة.
4. شبكة الأمان: "الحبل المطاطي"
بما أن هذا كان قمرًا صناعيًا حقيقيًا، لم يكن بإمكان المهندسين ترك الذكاء الاصطناعي يخرج عن السيطرة. فإذا ارتكب الذكاء الاصطناعي خطأ وبدأ في تدوير القمر الصناعي بسرعة كبيرة، فقد يكسر الهوائي أو يستنزف البطارية.
لذلك قاموا بتثبيت قفص سلامة. فكر في هذا كحبل مطاطي متصل بالطيار الآلي.
- الذكاء الاصطناعي حر في الطيران واتخاذ القرارات.
- ولكن إذا حاول تدوير السفينة بسرعة أكبر من السرعة الآمنة (20 درجة في الثانية)، يقوم قفص السلامة فورًا بقطع الطاقة ويتولى السيطرة، واضعًا السفينة في وضع "الخمول" الآمن.
- النتيجة: طار الذكاء الاصطناعي بالسفينة بشكل مثالي، ولم يضطر قفص السلامة للتدخل أبدًا. كان الأمر أشبه بسائق مبتدئ يقود جيدًا لدرجة أن المدرب لم يضطر أبدًا للمس دواسة الفرامل.
5. الاختبار الكبير: الظهور الأول "بدون تحضير" (Zero-Shot)
هذا هو الجزء الأكثر إثارة للإعجاب. عادةً، عندما ترسل روبوتًا إلى كوكب جديد، عليك قضاء أشهر في تعديل برمجياته بمجرد وصوله.
لكن LeLaR فعل شيئًا يسمى "Zero-Shot Transfer".
- تم تدريبه بالكامل على الأرض.
- تم رفعه إلى القمر الصناعي.
- تم تشغيله في الفضاء.
- وعمل على الفور.
لم يكن بحاجة إلى "إعادة تعلم" كيفية الطيران في الفضاء. لقد نظر إلى البيانات الحقيقية والفوضوية من القمر الصناعي، وتعرف على الأنماط التي رآها في تدريبه الفوضوي، وقال: "أنا أسيطر على الوضع".
6. النتائج: الذكاء الاصطناعي مقابل الطريقة التقليدية
لإثبات نجاحه، قارنوا الطيار الآلي للذكاء الاصطناعي بالطيار "المكتوب بشريًا" القياسي (متحكم PD كلاسيكي).
- الطيار القياسي: كان سلسًا ولكنه كان يفتقر للدقة. غالبًا ما كان يخطئ الهدف بهامش واسع (يصل إلى درجتين).
- الطيار الآلي (LeLaR): كان دقيقًا للغاية. لقد استطاع باستمرار إيقاف القمر الصناعي ضمن نطاق درجة واحدة من الهدف، حتى عندما كانت عجلات التفاعل تتعثر أو عندما كان القمر الصناعي يدور بشكل غير متوقع.
لماذا هذا مهم؟
هذا البحث يعد علامة فارقة لأنه أول مرة ينجح فيها ذكاء اصطناعي في قيادة قمر صناعي حقيقي في مداره دون مساعدة بشرية.
فكر في الأمر كالتالي: لعقود من الزمن، كنا نعلم أجهزة الكمبيوتر لعب الشطرنج. الآن، ولأول مرة، علمنا الكمبيوتر كيف يقود سيارة حقيقية في عاصفة حقيقية، ولم يصطدم.
هذا يفتح الباب أمام مهام فضائية مستقبلية حيث يمكن للأقمار الصناعية إصلاح نفسها، والتكيف مع الأجزاء المعطلة، واتخاذ قراراتها الخاصة، بعيدًا عن الأرض حيث لا يمكن للبشر الوصول إليها في الوقت المناسب. لقد نجح التدريب في "غرفة المعيشة"، و"المنتزه" بات جاهزًا للذكاء الاصطناعي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.