近日，一项关于利用大型语言模型（LLM）进行航天器自主控制的研究引发广泛关注。在一场模拟竞赛中，ChatGPT展示了其操控航天器的能力，在参赛项目中位列第二，仅落后于一个基于不同方程的模型。这一研究结果不仅凸显了LLM在航天领域的应用潜力，更为未来开发更加智能的航天自主系统提供了新的思路。
随着航天技术的迅速发展，卫星数量呈现快速增长态势。预计未来人类将难以手动操控所有卫星，特别是在深空探测任务中，由于光速限制，无法实现对航天器的实时控制。因此，开发具备自主决策能力的机器人系统已成为航天领域的重要研究方向。
为了推动技术进步，航空航天研究人员基于热门游戏《坎巴拉太空计划》创建了”坎巴拉太空计划微分博弈挑战赛”。这一竞赛平台为科研人员提供了一个接近真实的环境，用于测试和验证自主系统的性能。比赛任务涵盖卫星追逐、拦截以及躲避探测等多种复杂场景。
在即将发表于《空间研究进展》杂志的一篇论文中，一个国际研究团队分享了他们的参赛方案：一款类似于ChatGPT和Llama的商业化LLM。他们选择使用LLM的原因在于，传统的自主系统开发流程需要反复训练、测试和优化，而坎巴拉挑战赛要求在有限时间内完成任务，这使得持续优化模型变得不切实际。
研究团队通过将航天器的状态和目标以文本形式描述，并将其输入LLM，成功获得了操控建议。随后，他们开发了一个转换层，将文本输出转化为模拟航天器的操作指令。经过一系列精心设计的提示词和少量微调后，ChatGPT在竞赛中完成了多项测试任务，最终获得第二名的成绩。
尽管该研究工作是在ChatGPT 4.0版本发布前完成的，但LLM在航天领域的应用仍面临诸多挑战。其中最突出的问题是避免”幻觉”（即无意义或不合理的输出），这可能对实际任务造成灾难性影响。然而，这一研究成果充分证明了现成的LLM经过适当训练后，能够以出人意料的方式应用于现实场景。
相关文章
