宇宙船ISSドッキング、AIが自律制御

スタンフォード大学の研究チームは、宇宙船の自律ドッキングを実現する新規AIアルゴリズムOWM（Out-of-this-World-Model）を開発した。同モデルは宇宙環境での近接操縦技術を根本から再定義する可能性を秘めている。従来の低地球軌道におけるドッキングは、高速移動する目標物との精密な軌道制御が要求され、拡張カルマンフィルタや伝統的なコンピュータビジョンに依存してきた。しかし、これらの手法は太陽光の反射や影の影響を受けやすく、柔軟性に欠けるという課題を抱えていた。また、特定のルール設定に特化した強化学習アルゴリズムも、ドッキングポートの位置変更や不意の障害物には対応困難だった。 これに対しOWMはワールドモデルの概念を採用し、明示的な物理方程式や固定ルールに依存せず、環境の物理法則を直観的に学習する。野球選手が頭内でボールの軌道を予測するメンタルシミュレーションに例えられるこのAIは、潜在的な未来を計算し、確率に基づいて最適操縦を出力する。学習過程ではGPU向けに最適化された新規ライブラリAstroJAXを活用し、計算リソースを大幅に効率化した。その結果、OWMは強化学習手法の約50分の1である50万回の反復でドッキング技術の習得に成功。テスト環境では53％の成功率を記録し、従来の強化学習モデル（29％）を大きく上回った。また、未経験のドッキングポートや意図的な軌道乱れへの適応力にも優れることが確認されている。 現時点では精密な近接操縦における成功率の向上が課題となっており、実宇宙での有人ミッションへの即時適用は依然として先となる。しかし、衛星の運用・撤去や今後増加が予測される軌道上活動の安全性確保において、本技術は自律制御システムの新たな基準を確立する可能性がある。研究チームは今後のアルゴリズム改良により、制御精度の向上を進める方針だ。人工知能が宇宙操縦を担う時代は、着実に近づきつつある。