一台烤面包机大小的机器人在自主太空导航领域迈出了重要一步。斯坦福大学研究人员首次在国际空间站成功演示了基于机器学习的控制系统，这标志着轨道机器人技术的转折点，为机器人以最小人力监控执行任务开启了大门。

作为测试平台的Astrobee——一个已在空间站运行的立方体自由飞行机器人——借助新系统实现了无需宇航员直接操控、在狭窄通道和杂乱舱内环境的安全导航。这项研究已发表于2025年国际空间机器人会议并获得展示。

空间站环境复杂密集，布满储物架、计算机、线缆和实验设备。项目负责人、斯坦福大学博士生索姆里塔·班纳吉指出，这种复杂性使得运动规划极为困难。传统地面规划方法难以适配太空硬件，资深研究员马可·帕沃内补充道："运行这些算法的飞行计算机往往比地面机器人的设备资源更受限，且太空环境存在更多不确定性及更严格的安全要求。"

研究团队为此开发了采用序列凸优化的路径规划系统，但逐次计算耗时严重。通过机器学习模型对数千组历史解决方案进行训练后，该系统能提供经验性初始路径猜测，再由优化算法精细调整。班纳吉比喻道："这就像基于常见出行路线规划行程，而非简单绘制城市间的理论直线——从经验启发的方案开始优化。"

该系统在送往空间站前，已于NASA艾姆斯研究中心通过模拟微重力的漂浮机器人平台完成测试。空间站实验期间，宇航员仅负责设置与收尾工作，地面团队通过NASA约翰逊航天中心远程操控。在18条轨迹的双轮对比测试中（分别采用标准冷启动与AI热启动），结果显示AI方案"速度提升50%至60%，在复杂机动和狭小空间场景中尤为显著"。

NASA现已将该系统列为技术成熟度5级，证实其在实际环境中的有效性，为未来任务降低了技术风险。班纳吉展望道："随着深空任务拓展及任务频次增加、成本降低，地面遥操作将难以持续。"帕沃内团队计划进一步强化该系统，采用类似现代语言工具与自动驾驶系统的先进AI模型，推动太空自主技术迈向新阶段。