剛剛，一項(xiàng)最新關(guān)于AI「駕駛」宇宙飛船的研究剛發(fā)布就火了！

在由Kerbal Space Program衍生的航天挑戰(zhàn)賽中，MIT等研究團(tuán)隊(duì)讓ChatGPT作為「主控」智能體，竟然一舉奪得第二名。

這項(xiàng)比賽被視為太空探索自主化的重要實(shí)驗(yàn)場(chǎng)，而AI的表現(xiàn)，也預(yù)示著「AI開(kāi)飛船」或許比我們想象的更近！

或許，太空漫游2027真的可以成為現(xiàn)實(shí)！圍繞地球的衛(wèi)星、太空垃圾未來(lái)都可能由AI自主運(yùn)行和處理。

研究團(tuán)隊(duì)并沒(méi)有重度訓(xùn)練模型，而是巧妙地用提示詞工程+少量微調(diào)，就讓ChatGPT成功駕馭復(fù)雜的太空任務(wù)：追擊衛(wèi)星、規(guī)避偵測(cè)……樣樣精通。

整個(gè)系統(tǒng)由文本狀態(tài)輸入→語(yǔ)言模型決策→代碼執(zhí)行三步組成，展現(xiàn)出LLM模型強(qiáng)大的泛化與適應(yīng)能力。

MIT和馬德里理工大學(xué)這一研究論文已被《空間研究進(jìn)展》（Journal of Advances in Space Research）接收，即將發(fā)表。

論文地址:https://arxiv.org/pdf/2505.19896

研究亮點(diǎn)速覽：

• ChatGPT用文字指令完成飛船導(dǎo)航、控制決策，表現(xiàn)遠(yuǎn)超預(yù)期；
• 研究無(wú)需大規(guī)模訓(xùn)練，充分利用LLM已有知識(shí)與語(yǔ)言理解；
• 雖仍有「幻覺(jué)」等風(fēng)險(xiǎn)，但自主化航天已從幻想變?yōu)榭尚新肪€。

AI自主開(kāi)飛船上太空

研究人員長(zhǎng)期以來(lái)一直致力于開(kāi)發(fā)用于衛(wèi)星控制和航天器導(dǎo)航的自主系統(tǒng)。

未來(lái)的衛(wèi)星數(shù)量實(shí)在太多，人類無(wú)法全部手動(dòng)進(jìn)行控制。

而對(duì)于深空探測(cè)來(lái)說(shuō)，光速的限制意味著我們無(wú)法實(shí)時(shí)直接控制航天器。

如果我們真的想要在太空領(lǐng)域拓展，就必須讓機(jī)器人自己做決定。

為了鼓勵(lì)創(chuàng)新，近年來(lái)航空研究人員創(chuàng)建了《Kerbal Space Program》博弈挑戰(zhàn)賽。

這是一類基于廣受歡迎的《Kerbal Space Program》電子游戲的試驗(yàn)場(chǎng)，讓研究社區(qū)在一個(gè)（某種程度上）真實(shí)的環(huán)境中設(shè)計(jì)、試驗(yàn)和測(cè)試自主系統(tǒng)。

《Kerbal Space Program》（KSP）最早是由墨西哥工作室Squad開(kāi)發(fā)的一款太空飛行模擬視頻游戲，于2015年發(fā)布。

盡管它是一款游戲，但通過(guò)添加模組（mod），它可以被用作模擬環(huán)境，這些模組可以增加諸如更真實(shí)的物理效果等新功能。

盡管KSP并未提供對(duì)現(xiàn)實(shí)的完美模擬，但其精確的軌道力學(xué)機(jī)制受到了贊譽(yù)，甚至與NASA建立了合作關(guān)系，使其地位超越了一款普通游戲。

該模擬環(huán)境被限制為一個(gè)二體問(wèn)題，并且僅限于少量行星，最常見(jiàn)的情況是只有一個(gè)名為Kerbin的類地行星。

該挑戰(zhàn)賽包含多個(gè)場(chǎng)景，例如追蹤并攔截衛(wèi)星的任務(wù)以及規(guī)避探測(cè)的任務(wù)。

研究人員決定使用LLM，因?yàn)閭鹘y(tǒng)的控制方法需要經(jīng)過(guò)多輪的訓(xùn)練、反饋和改進(jìn)。

但Kerbal挑戰(zhàn)的本質(zhì)是盡可能逼真，這意味著任務(wù)僅持續(xù)數(shù)小時(shí)。

因此，不斷改進(jìn)模型將變得不切實(shí)際。

LLM之所以如此強(qiáng)大，是因?yàn)樗鼈円呀?jīng)接受了大量人類寫作文本的訓(xùn)練。

因此在最佳情況下，它們只需要少量精心設(shè)計(jì)的提示工程和幾次嘗試，就能為特定情境獲取正確的上下文。

但這樣一個(gè)「對(duì)話」模型真的可以駕駛宇宙飛船嗎？

用GPT和Llama開(kāi)飛船

首先介紹一下KSP挑戰(zhàn)中需要解決的問(wèn)題，智能體通過(guò)推力發(fā)動(dòng)機(jī)控制航天器在所有三個(gè)旋轉(zhuǎn)軸（偏航、俯仰和滾動(dòng)）上的運(yùn)動(dòng)。

動(dòng)作是在航天器的參考系下表達(dá)的，包括每個(gè)軸的推力大小以及施加推力的持續(xù)時(shí)間。

KSP挑戰(zhàn)包含以下三種場(chǎng)景：

• 追擊者-逃逸者：智能體控制追擊者。主要目標(biāo)是使追擊者與逃逸者之間的距離最小化。
• 目標(biāo)守衛(wèi)：智能體控制劫匪航天器靠近航天器。
• 遮擋太陽(yáng)：智能體旨在將航天器定位在逃逸者與太陽(yáng)之間。本研究的討論范圍只有「追擊者-逃逸者」范疇。

在追擊者-逃逸游戲的不同場(chǎng)景中，逃逸者的初始軌道在所有場(chǎng)景中保持不變，而追擊者的初始軌道則有所變化。

追擊者和逃逸者具有相同的飛行器參數(shù)。

評(píng)估指標(biāo)包括追擊者與逃逸者之間的距離（米）、最近接近時(shí)的速度（米/秒）、追擊者燃料消耗量（千克）以及經(jīng)過(guò)的時(shí)間（秒）。

明確了任務(wù)，讓我們具體看看GPT和Llama是怎么開(kāi)飛船的，該研究探索了兩種路線：

1. ChatGPT+微調(diào)

選用GPT是因其易于使用，重點(diǎn)使用微調(diào)模型策略。

2. Llama+提示詞工程

選用Llama則是由于其社區(qū)支持和開(kāi)源靈活性，使用提示工程進(jìn)行主要研究路線，并進(jìn)行簡(jiǎn)單微調(diào)。

研究人員開(kāi)發(fā)了一種方法，用于將航天器的給定狀態(tài)及其目標(biāo)以文本形式進(jìn)行翻譯。

然后，他們將其傳遞給LLM，并要求LLM提供如何調(diào)整和操控航天器的建議。

研究人員隨后開(kāi)發(fā)了一個(gè)翻譯層，將LLM基于文本的輸出轉(zhuǎn)換為可操作模擬飛行器的功能代碼。

研究通過(guò)生成多個(gè)軌道的示例，用于收集Llama訓(xùn)練數(shù)據(jù)。

研究還給出了軌道數(shù)據(jù)生成的偽代碼。

通過(guò)一系列簡(jiǎn)短的提示和一些微調(diào)，研究人員讓ChatGPT完成了挑戰(zhàn)中的許多測(cè)試任務(wù)，并且它在最近的一場(chǎng)競(jìng)賽中最終獲得了第二名。

Llama竟然打敗了GPT

有趣的是，OpenAI的微調(diào)API需要定制，但它提供的工具非常有限，尤其是與Llama相比。

因此，GPT訓(xùn)練的效果在很大程度上取決于數(shù)據(jù)的數(shù)量和質(zhì)量，以及某些調(diào)整（特別是超參數(shù)），其中LRM的影響最為顯著。

思維鏈方法的應(yīng)用顯著提高了飛船駕駛技術(shù)在追擊問(wèn)題中的泛化能力，并成功引導(dǎo)模型實(shí)現(xiàn)了執(zhí)行過(guò)程中的0%失敗率。

Llama的結(jié)果遠(yuǎn)超研究人員預(yù)期。

該模型不僅遵循了一條穩(wěn)定的順行軌道，而且在KSPDG挑戰(zhàn)中表現(xiàn)優(yōu)于幾乎所有其他方法。

需要強(qiáng)調(diào)的是，基礎(chǔ)的Llama模型比GPT模型取得了更好的結(jié)果。

然而，考慮到Llama-3是與GPT-4競(jìng)爭(zhēng)的模型，而非研究中GPT方法中使用的GPT-3.5，這一結(jié)果是在預(yù)期之內(nèi)的。

（果然即使是研究人員也燒不起API的錢，開(kāi)源這一點(diǎn)確實(shí)促進(jìn)了生態(tài)的發(fā)展）

研究團(tuán)隊(duì)表示，這次研究發(fā)現(xiàn)結(jié)果非常令人滿意。

軌道生成和智能體集成表明，使用AI構(gòu)建訓(xùn)練場(chǎng)景可以作為一個(gè)出色且簡(jiǎn)單的模擬引擎替代方案。

雖然這個(gè)研究還屬于早期，并且使用模型也不是目前最新的頂尖AI模型，但這個(gè)研究探索本身就很有啟發(fā)意義。

未來(lái)我們不僅要競(jìng)爭(zhēng)地面資源，太空資源也成為了新時(shí)代的「兵家必爭(zhēng)之地」。

馬斯克的星鏈計(jì)劃已經(jīng)開(kāi)始搶占地球的低空軌道資源。

根據(jù)目前的數(shù)據(jù)統(tǒng)計(jì)，截止2025年上半年，在軌的星鏈衛(wèi)星已經(jīng)突破了6500+。

這是一個(gè)非常龐大的數(shù)量，雖然現(xiàn)在星鏈的運(yùn)行只是按照既定軌道，少量需要人類干預(yù)，未來(lái)呢?

單純靠人來(lái)控制這些衛(wèi)星完全不夠，也不現(xiàn)實(shí)。

所以這個(gè)研究如果真的能夠讓LLM來(lái)控制太空飛行器，那么將顛覆未來(lái)的太空競(jìng)賽生態(tài)。

在美劇《太空部隊(duì)》中編劇設(shè)想了一個(gè)場(chǎng)景：

中國(guó)的空間站飛行到美國(guó)衛(wèi)星上方時(shí)，運(yùn)用機(jī)械臂將美國(guó)衛(wèi)星的翅膀給剪了下來(lái)。

然后，美國(guó)的衛(wèi)星就變成了太空垃圾。

除了編劇的「惡趣味」以外，AI上太空開(kāi)飛船的場(chǎng)景還有很多，比如《特種部隊(duì)2：全面反擊》中太空鎢棒武器。

或者是《火星救援》中的遠(yuǎn)航小隊(duì)，如果有了足夠智能的AI，就不用冒險(xiǎn)再返回拯救馬特達(dá)蒙，人類派出AI就夠了。

這些場(chǎng)景未來(lái)還有很多很多。

甚至，最近硅谷投資彼得·蒂爾透露馬斯克說(shuō)要放棄殖民火星的夢(mèng)想。還在采訪中說(shuō)「2024年是埃隆不再相信火星的一年。」

馬斯克的轉(zhuǎn)變是受到他與谷歌DeepMind CEO Demis Hassabis的一次談話影響。

兩人討論了人工智能和星際旅行哪個(gè)會(huì)成為世界上最重要的技術(shù)進(jìn)步。

據(jù)報(bào)道說(shuō)，在Hassabis告訴他「你知道我的人工智能將能夠跟隨你去火星」后，Elon沉默了。

不管老馬因?yàn)槭裁丛驅(qū)鹦鞘バ判模侨绻鸄I真的能夠自主駕駛宇宙飛船，也許可以幫助他繼續(xù)殖民火星的夢(mèng)想！

可以設(shè)想一下，未來(lái)進(jìn)行這種太空攻防對(duì)抗、互助救援和殖民外星球的背后，不僅僅比拼人的水平，還有AI的能力——誰(shuí)家的AI更聰明、更智能。

畢竟，在太空探索的背景下，人類的一生還是太過(guò)于短暫，也許只有AI能扛過(guò)時(shí)間的侵蝕了。

人類終將沉睡于時(shí)光的塵埃，而AI，或許是那唯一能在深空中繼續(xù)訴說(shuō)文明故事的見(jiàn)證者。

——ChatGPT