新智元報道

編輯：定慧

【新智元導讀】MIT最新研究讓LLM直接操控宇宙飛船進行太空追逐挑戰(zhàn)賽：ChatGPT少量微調(diào)即獲第二，開源Llama更勝一籌，憑提示詞精準追蹤衛(wèi)星、節(jié)省燃料，更是0%失敗率，驗證AI小數(shù)據(jù)高效與自主航天可行，為未來的太空漫游鋪路。

剛剛，一項最新關(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等研究團隊讓ChatGPT作為「主控」智能體，竟然一舉奪得第二名。

這項比賽被視為太空探索自主化的重要實驗場，而AI的表現(xiàn)，也預示著「AI開飛船」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！圍繞地球的衛(wèi)星、太空垃圾未來都可能由AI自主運行和處理。

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

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

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

論文地址:https://arxiv.org/pdf/2505.19896

研究亮點速覽：

• ChatGPT用文字指令完成飛船導航、控制決策，表現(xiàn)遠超預期；

• 研究無需大規(guī)模訓練，充分利用LLM已有知識與語言理解；

• 雖仍有「幻覺」等風險，但自主化航天已從幻想變?yōu)榭尚新肪€。

AI自主開飛船上太空

研究人員長期以來一直致力于開發(fā)用于衛(wèi)星控制和航天器導航的自主系統(tǒng)。

未來的衛(wèi)星數(shù)量實在太多，人類無法全部手動進行控制。

而對于深空探測來說，光速的限制意味著我們無法實時直接控制航天器。

如果我們真的想要在太空領(lǐng)域拓展，就必須讓機器人自己做決定。

為了鼓勵創(chuàng)新，近年來航空研究人員創(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》電子游戲的試驗場，讓研究社區(qū)在一個（某種程度上）真實的環(huán)境中設計、試驗和測試自主系統(tǒng)。

《Kerbal Space Program》（KSP）最早是由墨西哥工作室Squad開發(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的物理效果等新功能。

盡管KSP并未提供對現(xiàn)實的完美模擬，但其精確的軌道力學機制受到了贊譽，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)境被限制為一個二體問題，并且僅限于少量行星，最常見的情況是只有一個名為Kerbin的類地行星。

該挑戰(zhàn)賽包含多個場景，例如追蹤并攔截衛(wèi)星的任務以及規(guī)避探測的任務。

研究人員決定使用LLM，因為傳統(tǒng)的控制方法需要經(jīng)過多輪的訓練、反饋和改進。

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

因此，不斷改進模型將變得不切實際。

LLM之所以如此強大，是因為它們已經(jīng)接受了大量人類寫作文本的訓練。

因此在最佳情況下，它們只需要少量精心設計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「對話」模型真的可以駕駛宇宙飛船嗎？

用GPT和Llama開飛船

首先介紹一下KSP挑戰(zhàn)中需要解決的問題，智能體通過推力發(fā)動機控制航天器在所有三個旋轉(zhuǎn)軸（偏航、俯仰和滾動）上的運動。

動作是在航天器的參考系下表達的，包括每個軸的推力大小以及施加推力的持續(xù)時間。

KSP挑戰(zhàn)包含以下三種場景：

• 追擊者-逃逸者：智能體控制追擊者。主要目標是使追擊者與逃逸者之間的距離最小化。

• 目標守衛(wèi)：智能體控制劫匪航天器靠近航天器。

• 遮擋太陽：智能體旨在將航天器定位在逃逸者與太陽之間。

  本研究的討論范圍只有「追擊者-逃逸者」范疇。

在追擊者-逃逸游戲的不同場景中，逃逸者的初始軌道在所有場景中保持不變，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)。

評估指標包括追擊者與逃逸者之間的距離（米）、最近接近時的速度（米/秒）、追擊者燃料消耗量（千克）以及經(jīng)過的時間（秒）。

明確了任務，讓我們具體看看GPT和Llama是怎么開飛船的，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)支持和開源靈活性，使用提示工程進行主要研究路線，并進行簡單微調(diào)。

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

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。

研究人員隨后開發(fā)了一個翻譯層，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。

研究通過生成多個軌道的示例，用于收集Llama訓練數(shù)據(jù)。

研究還給出了軌道數(shù)據(jù)生成的偽代碼。

通過一系列簡短的提示和一些微調(diào)，研究人員讓ChatGPT完成了挑戰(zhàn)中的許多測試任務，并且它在最近的一場競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。

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

Llama的結(jié)果遠超研究人員預期。

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競爭的模型，而非研究中GPT方法中使用的GPT-3.5，這一結(jié)果是在預期之內(nèi)的。

（果然即使是研究人員也燒不起API的錢，開源這一點確實促進了生態(tài)的發(fā)展）

研究團隊表示，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)建訓練場景可以作為一個出色且簡單的模擬引擎替代方案。

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

未來我們不僅要競爭地面資源，太空資源也成為了新時代的「兵家必爭之地」。

馬斯克的星鏈計劃已經(jīng)開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，截止2025年上半年，在軌的星鏈衛(wèi)星已經(jīng)突破了6500+。

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

單純靠人來控制這些衛(wèi)星完全不夠，也不現(xiàn)實。

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

在美劇《太空部隊》中編劇設想了一個場景：

中國的空間站飛行到美國衛(wèi)星上方時，運用機械臂將美國衛(wèi)星的翅膀給剪了下來。

然后，美國的衛(wèi)星就變成了太空垃圾。

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

或者是《火星救援》中的遠航小隊，如果有了足夠智能的AI，就不用冒險再返回拯救馬特達蒙，人類派出AI就夠了。

這些場景未來還有很多很多。

甚至，最近硅谷投資彼得·蒂爾透露馬斯克說要放棄殖民火星的夢想。還在采訪中說「2024年是埃隆不再相信火星的一年?！?br/>

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會成為世界上最重要的技術(shù)進步。

據(jù)報道說，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。

不管老馬因為什么原因?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)殖民火星的夢想！

可以設想一下，未來進行這種太空攻防對抗、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于短暫，也許只有AI能扛過時間的侵蝕了。

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

——ChatGPT

參考資料：

https://arxiv.org/abs/2505.19896