Souhrn
Rover Perseverance NASA dokončil první autonomní jízdy na Marsu, kde generativní umělá inteligence na palubě naplánovala trasy přes okraj kráteru Jezero. Testy proběhly 8. a 10. prosince 2025 a nahradily manuální plánování týmů v Jet Propulsion Laboratory. Tento krok demonstruje pokrok v onboard AI pro vesmírné roboty.
Klíčové body
- První použití generativní AI pro plánování tras roveru na jiné planetě.
- Systém zpracoval vysocerozlišovací snímky a terénní data k vytvoření waypointů bez lidského zásahu.
- Testy na okraji kráteru Jezero, klíčovém místě mise hledající stopy života.
- Administrátor NASA Jared Isaacman zdůraznil efektivitu pro vzdálené mise.
- Rozšíření autonomních schopností pro budoucí exploraci.
Podrobnosti
Rover Perseverance, součást mise Mars 2020 spuštěné v červenci 2020, přistál v kráteru Jezero, který byl vybrán pro své sedimentární vrstvy naznačující minulou přítomnost vody a potenciální mikrobiální život. Od té doby rover urazil přes 30 kilometrů, sbíral vzorky hornin a prováděl vědecké měření. Tradičně plánování tras probíhalo na Zemi: inženýři v Jet Propulsion Laboratory (JPL) v Pasadeně analyzovali snímky z kamer roveru, navrhovali waypointy – konkrétní cílové body – a odesílali příkazy. Latence komunikace mezi Zemí a Marsem dosahuje 4 až 24 minut, což omezuje reaktivitu.
V demonstraci z prosince 2025 Perseverance použil onboard systém generativní AI schopné zpracování vizuálních dat. Tento systém, založený na modelech podobných těm pro generování obrázků nebo plánování pohybu, analyzoval vysokoresoluce snímky z navigace kamer (např. Mastcam-Z a Navcams) a digitální elevační modely terénu. Výstupem byla sekvence waypointů reprezentujících bezpečné pozice pro šestikolový rover, optimalizovaná pro překonání skalnatého terénu okraje kráteru. AI převzala komplexní rozhodování, jako identifikaci překážek, vyhodnocení sklonů a volbu optimálních cest, což tradičně trvalo týmu JPL hodiny nebo dny.
Technicky jde o hybridní přístup: AI generuje návrh trasy, který je následně validován onboard softwarem pro bezpečnost, jako AutoNav, který umožňuje roveru autonomní vyhýbání se během jízdy. Na rozdíl od plně end-to-end systémů, jako u autonomních vozidel Tesla Full Self-Driving, zde AI funguje na úrovni strategického plánování, ne taktického řízení v reálném čase. Systém byl trénován na datech z předchozích misí, jako Curiosity, a simulacích na Zemi. Celková délka testovacích jízd nebyla specifikována, ale zaměřila se na náročný terén okraje kráteru, kde rover sbírá vzorky pro budoucí misi Mars Sample Return.
Proč je to důležité
Tento průlom posiluje autonomii vesmírných roverů, což je klíčové pro mise na vzdálenější cíle, jako měsíce Jupiteru nebo Saturnu, kde latence přesahuje hodiny. Zvyšuje efektivitu tím, že rover provádí více vědy za méně času na Zemi – tradičně se na plánování vynakládá 80 % času mise. Pro průmysl to znamená přenos technologií do pozemských aplikací, jako autonomní těžba nebo průzkum extrémních prostředí. V kontextu AI vývoje ukazuje, jak vision-capable generativní modely (např. inspirované diffusion models) zlepšují robotickou navigaci za omezených výpočetních zdrojů – Perseverance má procesory jako RAD750 s výkonem ekvivalentním starším PC. Kriticky: stále závisí na kvalitních datech a není plně robustní vůči neočekávaným událostem, jako prachové bouře, ale otevírá cestu k vyšší autonomii v NASA plánech, včetně Artemis a Mars Sample Return. Očekává se nasazení v dalších misích do 2030.
Zdroj: 📰 Marsdaily.com