スタンフォード大学のエンジニアたちは、国際宇宙ステーション（ISS）のロボット制御に初めてAIを活用しました。この研究は、将来の月や火星へのミッションにおいて、より自律的なロボットの実現への道を開く可能性があります。
トースターほどの大きさのロボットが、宇宙飛行士の操縦なしに、ノートパソコンや実験器具を避けながら国際宇宙ステーション内を静かに滑空し、物資を運んだり、漏れがないか確認したりする。まるでSFのようだ。スタンフォード大学が率いるチームは、まさにそのような日常を実現するための大きな一歩を踏み出した。
スタンフォード大学の研究者たちは、NASAの自由飛行プラットフォーム「アストロビー」をテストベッドとして用い、機械学習ベースの制御システムがISS搭載ロボットを操作できることを初めて実証した。彼らの研究は、 出版・発表 2025年の国際宇宙ロボット会議で発表されたこの研究は、人工知能が宇宙ロボットが国際宇宙ステーションの混雑した内部で安全かつ効率的な経路を計画するのに役立つことを実証する。
この成果は宇宙ロボットにとって画期的な成果です。
「国際宇宙ステーションのロボットの制御にAIが利用されたのは今回が初めてだ」と、スタンフォード大学の博士課程の一環としてこの研究を行った主任研究者のソムリタ・バネルジー氏はニュースリリースで述べた。
アストロビーは、ファン駆動の立方体型ロボットで、ISSの与圧モジュール内を浮遊することができます。ISSは開放型倉庫とは程遠く、コンピューター、収納ロッカー、配線束、実験ラックなどが詰め込まれた、相互接続された区画が迷路のように入り組んでいます。厳格な安全基準を守りながら、これらすべてを回避する経路を計画するのは、難しい数学的問題です。
キャプション： AstrobeeはNASAの自由飛行ロボットシステムです。スタンフォード大学の研究者たちは、Astrobeeを使用して、国際宇宙ステーションでAIベースのロボット制御を初めてテストしました。
クレジット： 米航空宇宙局（NASA）
地球上では、ロボットは強力なコンピューターと柔軟なハードウェアに頼って、こうした計画タスクをこなすことが多い。しかし、軌道上ではエンジニアにはそのような余裕はない。
「これらのアルゴリズムを実行するフライトコンピュータは、地上ロボットのコンピュータよりもリソースが限られていることがよくあります。さらに、宇宙環境では、不確実性、外乱、そして安全要件が地上でのアプリケーションよりも厳しい場合が多いのです」と、スタンフォード大学工学部航空宇宙工学科准教授であり、同大学自律システム研究所所長でもある本論文の筆頭著者、マルコ・パヴォーネ氏は付け加えた。
この現実を乗り越えるために、研究チームは逐次凸計画法と呼ばれる古典的な最適化手法を基盤として構築しました。簡単に言えば、この手法は複雑な動作計画問題を、より小さく簡単な一連のステップに分割し、ロボットが安全かつ実行可能な軌道を段階的に改良していくものです。
問題は、各ステップを最初から解決するのは、特に性能の低い飛行コンピューターでは時間がかかることです。この遅延により、ロボットが新しいタスクや変化する状況にどれだけ迅速に対応できるかが制限されます。
スタンフォード大学の研究グループが採用した重要なイノベーションは、機械学習を用いて計画担当者に先行投資をさせたことです。彼らは、駅のような環境における数千もの経路を事前に計算し、AIモデルを訓練しました。時間の経過とともに、モデルは空いている通路がどこにあり、障害物がどこによく出現するかといったパターンを学習しました。
Astrobeeに新しい出発点と到着点が与えられると、AIはルートの初期推定値を提示します。その後、従来の最適化機能がその推定値を調整し、すべての安全制約を満たすようにします。制御理論では、このような情報に基づいた初期推定値は「ウォームスタート」と呼ばれます。
バネルジー氏はそれを長距離ドライブの計画に例える。
「ウォームスタートを使うのは、地図に直線を引くのではなく、実際に人が走ったルートからロードトリップを計画するようなものです」と彼女は言います。「経験に基づいたものから始めて、そこから最適化していくのです。」
最終的な答えに近いところから始めることで、システムはより速く収束することができ、安全性のチェックを緩めることなく貴重な計算時間を節約できます。
AIシステムを軌道上に送り出す前に、研究チームはNASAエイムズ研究センターにある微小重力を模倣した特別なテストベッドでシステムをテストした。Astrobeeに似たロボットが、圧縮空気の噴流に支えられながら、磨かれた花崗岩のテーブルのすぐ上に浮かんでいた。
バナジー氏はこの装置を「エアホッケー台の上のパックのようなもの」と表現し、ロボットがほとんど摩擦なく滑空できるようにすると述べた。
システムが地上試験に合格すると、NASAはISSでの実験を予定しました。試験当日、宇宙飛行士たちはNASAが「クルー・ミニマル」と呼ぶ準備作業を行い、準備と後片付けのみを行いました。その後、ロボットとAIが中心となる間、宇宙飛行士たちは邪魔にならないように待機しました。
バナジー氏は地球から、ヒューストンにあるNASAジョンソン宇宙センターの地上オペレーターに指示を送った。オペレーターはAstrobeeにコマンドを中継し、出発地点、目的地、そして回避すべき仮想障害物を指定させた。チームは各軌道を2回実行した。1回は従来の「コールドスタート」、もう1回はAIが生成した「ウォームスタート」である。
合計で18種類の異なる経路をテストし、それぞれ1分以上持続する経路を選んだ。結果は明らかだった。
「特に困難な状況では、50～60％高速化できることを示しました」とバナジー氏は付け加えた。
こうしたより困難なケースには、雑然とした場所、狭い廊下、そしてロボットが単にまっすぐ飛ぶのではなく回転する必要がある操縦などが含まれていた。
実験中は、複数の安全対策が講じられました。障害物は物理的に設置するのではなく、ソフトウェアでシミュレーションすることで衝突のリスクを排除しました。予備ロボットも待機しており、必要に応じてオペレーターが走行を中止することができました。AIシステムは常に、安全限界を強制する数学的に厳密なプランナーに基づいて動作しました。
バネルジー氏にとって、軌道上でテストが展開されるのを見るのは単なる技術的な勝利ではなく、個人的な勝利でもあった。
「一番すごかったのは、実験中に宇宙飛行士がそばを飛んでいくのを見たことです」と彼女は付け加えた。「その中には、私の子どもの頃のヒーロー、スニータ・ウィリアムズもいました。長年の努力の成果が実際に宇宙で発揮され、ロボットが動き回る中、彼女がそこにいるのを見るのは、信じられないほど素晴らしい体験でした。」
NASAは、チームの「ウォームスタート」システムが技術成熟度レベル5に到達したと認定しました。これは、関連する運用環境での試験に成功したことを意味します。このステータスは、ミッションプランナーに対し、このアプローチが将来の宇宙飛行実験においてリスクが低いとみなされるほど成熟していることを示しています。
この研究は、ISSを超えて、軌道上の研究施設での在庫確認や点検から、月や火星での地形探索やインフラ建設まで、宇宙における日常的かつ危険な作業をロボットが担う未来を示唆しています。ミッションが地球から遠ざかるにつれて、通信の遅延により、人間による継続的な遠隔操作は現実的ではなくなります。
「ロボットが地球からより遠くへ移動し、ミッションがより頻繁になりコストが低下するにつれて、地上から遠隔操作できる可能性は必ずしも高くなくなるでしょう」とバナジー氏は付け加えた。「内蔵された保証を備えた自律性は、単に便利なだけでなく、宇宙ロボットの未来にとって不可欠なのです。」
パヴォーネ氏の研究室は、スタンフォード大学航空宇宙自律研究センターを通じて、スタンフォード宇宙ランデブー研究所と共同で、このアイデアをさらに推し進めようと計画しています。チームは、現代の言語ツールや自動運転システムに使用されているものと同様の、より複雑な環境やタスクにも汎用化できる、より強力なAIモデルを研究しています。
こうした取り組みが成功すれば、将来の宇宙飛行士は、ますます能力が高まっているロボットのパートナーたちと宇宙船を共有し、人間の宇宙飛行士が発見に集中する間に、静かに未知の世界を進む安全な道筋を描くことになるかもしれない。
出典： スタンフォード大学