KI-Modell ermöglicht autonomes Andocken zur ISS

Forscher der Stanford University haben ein neuartiges KI-System entwickelt, das Raumfahrzeugen das autonome Andocken an die Internationale Raumstation ermöglicht. Das Verfahren basiert auf einem sogenannten Weltmodell, das als Out-of-this-World-Model (OWM) bezeichnet wird. Im Gegensatz zu herkömmlichen Steuerungsansätzen, die auf starren physikalischen Gleichungen und Kalman-Filtern beruhen, lernt OWM die Dynamik der umgebenden Raumfahrtumgebung direkt aus Erfahrungswerten. Das System simuliert kontinuierlich mögliche Flugbahnen und Zielzustände, ähnlich der mentalen Vorhersage, die ein Sportler bei der Ballverfolgung anstellt. Diese Architektur eliminiert die Anfälligkeit herkömmlicher Computervision-Algorithmen gegenüber plötzlichen Lichtreflexionen oder Schattenwürfen an Satellitenstrukturen und löst die Inflexibilität reinen Verstärkungslernverfahrens bei veränderten Docking-Port-Konfigurationen. Die Trainingsarbeit stellte eine erhebliche technische Hürde dar, da Weltmodelle Hunderttausende von Simulationsschritten benötigen. Um Rechenzeiten zu optimieren, entwickelten die Stanford-Ingenieure die GPU-basierte Bibliothek AstroJAX. Diese ermöglichte eine effiziente Parallelverarbeitung und reduzierte die benötigten Trainingsiterationen für OWM drastisch auf 500.000, während vergleichbare Reinforcement-Learning-Modelle bis zu 25 Millionen Permutationen verarbeiteten. In Simulationen erzielte das System eine Andockrate von 53 Prozent, was die traditionelle RL-Methode mit 29 Prozent deutlich übertrifft. Zudem bewährte sich OWM bei unbekannten Docking-Ports und reagierte robuster auf unvorhergesehene Störungen, wie etwa blockierte Anflugrouten. Derzeit konzentriert sich die Anwendung primär auf unbemannte Proximity-Operations, da Kollisionen im Lernprozess stark bestraft werden, was die Annäherung auf kurze Distanzen erschwert. Die Forscher planen, diese Straffunktionen in zukünftigen Iterationen anzupassen. Eine vollständige Übernahme der Andocksequenzen durch autonome KI bei bemannten Missionen bleibt auf absehbare Zeit unrealistisch. Dennoch markiert die Veröffentlichung des Verfahrens auf dem Preprint-Server arXiv einen Meilenstein für die Zukunft des Raumfahrtverkehrs. Mit der wachsenden Anzahl an Satelliten, die gewartet, umgeleitet oder kontrolliert entfernt werden müssen, sowie steigenden bemannten Missionen, gewinnt eine zuverlässige, KI-gestützte Navigation in der niedrigen Erdumlaufbahn zunehmend an strategischer Bedeutung. Die Entwicklung demonstriert, wie moderne Weltmodelle und GPU-beschleunigte Simulationstechniken die autonome Raumfahrtoperationen fundamental transformieren werden.