11 月 11 日消息，德國維爾茨堡大學（JMU）11 月 7 日宣布，該校研究團隊在軌完成了全球首次由 AI 自主控制的衛(wèi)星姿態(tài)調(diào)整實驗，標志著航天系統(tǒng)自主化的重要里程碑。

此次測試由該校“學習型姿態(tài)控制在軌驗證項目”（LeLaR）團隊執(zhí)行，實驗平臺為一顆名為 InnoCube 的 3U 級納米衛(wèi)星。

2025 年 10 月 30 日歐洲中部時間上午 11 時 40 分至 11 時 49 分之間，AI 控制器成功地利用反作用飛輪將衛(wèi)星從初始姿態(tài)調(diào)整至預設(shè)目標姿態(tài)，整個過程完全由人工智能在軌自主完成。此后在多次測試中，AI 也均能穩(wěn)定地控制衛(wèi)星指向目標方向。

項目與技術(shù)背景

LeLaR 項目全稱為“學習型姿態(tài)控制在軌演示”（In-Orbit Demonstrator for Learning Attitude Control），目標是研發(fā)新一代自主衛(wèi)星姿態(tài)控制系統(tǒng)。姿態(tài)控制器用于穩(wěn)定衛(wèi)星姿態(tài)、防止其在軌翻滾，并確保其相機、傳感器或天線對準指定目標。

不同于傳統(tǒng)依賴固定算法的控制方式，JMU 團隊采用了深度強化學習（Deep Reinforcement Learning，簡稱 DRL）方法，這是一種通過神經(jīng)網(wǎng)絡在模擬環(huán)境中自主學習最優(yōu)控制策略的 AI 技術(shù)。

相比傳統(tǒng)方法，DRL 在開發(fā)效率和適應性方面具有顯著優(yōu)勢，可大幅減少 AI 調(diào)試時間，并能根據(jù)實際環(huán)境的變化自動調(diào)整控制策略，從而避免冗長的重新校準過程。

實驗突破與意義

研究人員先在地面高保真模擬環(huán)境中對 AI 控制器進行訓練，隨后將其上傳至衛(wèi)星在軌驗證。項目中的一大技術(shù)挑戰(zhàn)是解決“仿真到現(xiàn)實差距”—— 確保在模擬中訓練的控制算法能夠在真實太空環(huán)境中有效運行。

項目負責人基里爾?杰布科博士（Dr. Kirill Djebko）表示：“我們實現(xiàn)了全球首次基于深度強化學習的衛(wèi)星姿態(tài)控制器在軌成功運行的實證。”

團隊成員湯姆?鮑曼（Tom Baumann）補充道：“這項成功標志著未來衛(wèi)星控制系統(tǒng)邁出了關(guān)鍵一步，證明人工智能不僅能在模擬中表現(xiàn)良好，也能在實際太空環(huán)境中安全執(zhí)行自主機動?！?/p>

推動太空任務自主化

該項目的成功展示了人工智能在航天安全關(guān)鍵任務中的可靠性。研究團隊認為，這將有助于提升航空航天領(lǐng)域?qū)?AI 方法的接受度，并為未來的自主太空任務奠定信任基礎(chǔ)。

團隊成員弗蘭克?普佩教授（Professor Frank Puppe）指出：“這一成果將顯著提高 AI 技術(shù)在航空航天研究中的認可度?！?/p>

AI 控制方法在深空探測任務中具有潛在應用價值，尤其是在通信延遲或無法人工干預的環(huán)境中，自主學習型控制系統(tǒng)可能成為航天器生存和任務執(zhí)行的關(guān)鍵。

未來展望

LeLaR 項目研究員埃里克?迪爾格（Erik Dilger）表示，團隊計劃將該技術(shù)拓展至更多在軌場景。此次實驗所用的 InnoCube 衛(wèi)星由維爾茨堡大學與柏林工業(yè)大學（TU Berlin）聯(lián)合開發(fā)，旨在為創(chuàng)新航天技術(shù)提供在軌測試平臺。IT之家注意到，該衛(wèi)星還配備了名為 SKITH（Skip The Harness）的無線衛(wèi)星總線系統(tǒng)，用無線數(shù)據(jù)傳輸取代傳統(tǒng)布線，以減少質(zhì)量并降低潛在故障風險。

研究團隊認為，這一成果為未來智能化、自適應、自學習的衛(wèi)星控制系統(tǒng)奠定了基礎(chǔ)。項目負責人塞爾吉奧?蒙特內(nèi)格羅教授（Professor Sergio Montenegro）總結(jié)道：“這是一大步，標志著我們正在進入衛(wèi)星控制系統(tǒng)的新階段 —— 智能、靈活且具備自學習能力。”