斯坦福AI世界模型实现飞船自主对接空间站

斯坦福大学研究团队近日发表成果，开发名为世界之外模型（OWM）的人工智能系统，旨在实现航天器与国际空间站的自主对接。传统近地轨道导航高度依赖卡尔曼滤波与计算机视觉，但在太空强光反射或目标遮蔽环境下极易失效，且传统强化学习算法规则僵化，难以适应对接端口变更等动态场景。 针对上述瓶颈，团队引入世界模型架构。该系统摒弃实时复杂的物理方程计算，转而通过海量飞行经验自主学习轨道物理规律，在内部进行多轨轨迹梦境模拟以生成最优推力指令。借助专为GPU加速设计的AstroJAX训练库，模型高效完成五十万次模拟迭代。实验数据显示，OWM对接成功率达百分之五十三，远超同类强化学习算法的百分之二十九。该系统不仅训练效率显著提升，更具备强泛化能力，可稳定处理未知对接端口与突发遮挡等异常情况。 尽管当前模型在极近距离精细操作中因严格的避碰惩罚机制仍存优化空间，且全自主载人对接尚需长期在轨验证，但OWM的成功验证已标志交会控制技术的关键突破。该架构有望为未来近地轨道卫星运维、空间碎片主动清除及深空探测任务提供安全高效的自动化导航底座。