GPU-Accelerated Astrodynamics World Models for Spacecraft Rendezvous and Proximity Operations

宇宙船のランデブーおよび近接操作は、真空の宇宙空間において2つの車両を接近させるという繊細な技術であり、かつては人間が監視する稀な操縦であったものが、現代の探査における日常的な必需品へと進化してきました。貨物船が国際宇宙ステーション（ISS）に物資を届ける場合でも、将来のミッションが月着陸船にドッキングする場合でも、目標は常に同じです。それは、数キロメートル離れた場所から、衝突することなくセンチメートル単位の穏やかな接触へと宇宙船を導くことです。このプロセスにはリスクが伴います。衝突は両方の車両を破壊し、他の人工衛星を脅かす危険なデブリの雲を生み出す可能性があるからです。伝統的に、エンジニアはこの問題を別々の断片に分解することで解決してきました。あるシステムは船の位置を推定し、別のシステムは進むべき方向を決定し、3番目のシステムは操舵の方法を計算します。これらのシステムは物理学の数学モデルとセンサーデータに依存していますが、生のカメラ画像や環境の予期せぬ変化といった、現実世界の複雑な事象に直面すると苦戦します。それらは硬直的であり、新しい状況から学習したり、何が失敗する可能性があるかを事前に予測したりすることが困難です。

人工知能の分野から生まれた新しいアプローチは、この課題に対して異なる考え方を提示しています。研究者たちは、センシング、思考、行動というタスクを分離する代わりに、「ワールドモデル（世界モデル）」を開発しています。これらは、何千時間もの模擬宇宙飛行を観察することによって、世界がどのように機能するかを理解することを学ぶコンピュータプログラムです。これらは単に船がどこにいるかについて一つの最善の推測を計算するのではなく、予測に対する不確実性を含め、起こりうる未来の範囲を学習します。これにより、宇宙船は実際にアクションを起こす前に、その行動の結果を想像することができます。これは、パイロットが頭の中で着陸経路を視覚化するのと似ています。これらのモデルはロボット工学やビデオゲームにおいて大きな有望さを示してきましたが、これまで宇宙のような過酷でハイステークスな環境でテストされたことはありませんでした。

スタンフォード大学の研究者たちは、この概念を宇宙船を国際宇宙ステーションにドッキングさせるという問題に適用しました。彼らは、強力なグラフィックスプロセッサ上で動作する新しいオープンソースのシミュレーション環境を構築し、従来のコンピュータよりもはるかに短い時間で、何十万ものトレーニングシナリオを生成することを可能にしました。この膨大なデータセットにより、「Out-of-this-World-Model（地球外の世界モデル）」と呼ばれる新しいタイプの人工知能が、軌道力学と視覚的知覚の複雑なダンスを同時に理解することを学びました。このモデルは、機首に取り付けられたカメラからの画像や速度・位置の測定値を含む、宇宙船のセンサーからの生データを取り込み、次の瞬間にそれらのセンサーが何を見るかを予測することを学びます。極めて重要なのは、このプロセスにおいて、現実世界のセンサーに固有のノイズや誤差を考慮しながら、単一の脆い予測ではなく、将来の成果の確率分布を生成することを学習している点です。

この研究結果は、この学習されたアプローチが現行の標準的な手法を凌駕することを示しています。宇宙ステーションへのドッキング・タスクでテストした際、ワールドモデルに基づいたシステムは、同じタスクで直接学習させた強化学習システムが29パーセントの成功率であったのに対し、様々なドッキングポートに対して53パーセントの成功率を達成しました。宇宙船が一度も見たことのないポートへのドッキングを求められた場合、その差はさらに劇的でした。これらの未知のシナリオにおいて、ワールドモデルは40パーセントの成功率を収め、従来のシステムが示した17パーセントの成功率を倍以上に引き上げました。これは、モデルが宇宙飛行の物理学に関するより深く柔軟な理解を学習しており、ドッキングポートの形状が変わった際に従来のシステムが適応に苦戦した一方で、明示的に訓練されていない状況にも汎用できることを示唆しています。

単にドッキングの精度を高めるだけでなく、このモデルはリアルタイムで異常を検知するという独自の能力を示しました。システムは「センサーがどう見えるべきか」を予測するように学習しているため、現実が予測から逸脱したときに即座に認識することができます。テストにおいて、訓練時には遭遇していなかった「関与していない第2の宇宙船」が環境内に配置された際、モデルは98パーセントの精度でその予期せぬ物体の存在を正しく特定しました。システムは、カメラからの視覚データが、クリアな接近経路に対する内部予測と一致しないことに気づくことでこれを実現しました。この能力は早期警戒システムとして機能し、衝突が発生する前に危険な状況や異常な状況を認識することを可能にします。これは、従来の制御システムには組み込むことが難しい機能です。

研究者たちは、この新しいAIモデルを、多くの可能な未来の経路を同時にシミュレートするプランニング・アルゴリズムと組み合わせることで、これらの結果を達成しました。モデルは、宇宙船がどのように動き、センサーが何を見るかを各経路について予測し、プランナーは最も安全で成功しやすい一連のアクションを選択します。このプロセスは完全にコンピュータの「思考」内で行われるため、システムは、すべての可能性を物理的にテストすることなく、ステーションのソーラーパネルを回避する、あるいは安全な接近経路内に留まるといった複雑な制約について推論することができます。研究は、宇宙船の運動と視覚環境の両方の統一されたモデルを学習することが、これらを別々に扱う手法よりも、より堅牢で適応性の高いエージェントを生み出すことを裏付けています。

この成果は大きな前進ではありますが、研究者たちはこれが依然としてシミュレーションであることを強調しています。成功率や異常検知能力は、国際宇宙ステーションの物理学を模した非常に現実的な仮想環境で測定されたものであり、実際の軌道上の宇宙船でテストされたことはまだありません。シミュレーションには、重力、大気抵抗、宇宙の照明条件の詳細なモデルが含まれていますが、現実の世界への移行には新たな課題が伴います。チームは、困難な接近時に発生する衝突の数を減らすために、プランニング・アルゴリズムを導くコスト関数を微調整するなど、システムのさらなる改良を計画しています。また、彼らは、異常を検知するモデルの能力を、衛星が予期せぬ挙動を示しているかどうかを識別するといった、より広範な宇宙領域把握（スペース・ドメイン・アウェアネス）に活用できる可能性も見ています。

この研究は、自律的な宇宙飛行へのアプローチの転換を象徴しています。機械に物理法則や安全性のあらゆるルールをハードコーディングするのではなく、宇宙の内部モデルを構築させることを教えることで、より効率的であるだけでなく、予期せぬ事態に対処できる宇宙船を作れるようになるかもしれません。未来を不確実性を伴って予測し、世界が期待通りに動いていないときにそれを認識する能力は、自律的な宇宙運用を、人間がパイロットとして長年頼りにしてきた直感と適応力のレベルへと近づけます。宇宙探査が、衛星の保守から月面着陸に至るまで、より複雑なミッションへと向かう中で、これらの学習されたワールドモデルは、行動を実行する前にその結果を推論できる、次世代の自律型宇宙船の基礎となる可能性があります。