KI-Modelle steuern Raumfahrzeuge in Simulationen

LONDON (IT BOLTWISE) – In einem bemerkenswerten Schritt für die Künstliche Intelligenz haben Forscher von MIT und der Universidad Politécnica de Madrid gezeigt, dass große Sprachmodelle (LLMs) in der Lage sind, Raumfahrzeuge in simulierten orbitalen Szenarien zu steuern.

Die jüngsten Fortschritte in der Künstlichen Intelligenz haben eine neue Dimension erreicht, indem große Sprachmodelle (LLMs) wie GPT-3.5 und LLaMA-3 erfolgreich in der Lage sind, Raumfahrzeuge in simulierten Umgebungen zu steuern. Forscher von MIT und der Universidad Politécnica de Madrid haben gezeigt, dass diese Modelle in der Lage sind, komplexe Aufgaben wie Verfolgungs- und Ausweichmanöver im Kerbal Space Program durchzuführen, einem physikbasierten Simulationsspiel, das als Proxy für Orbitalmechanik dient.

Die Studie hebt hervor, dass LLMs eine vielversprechende Alternative für autonome Raumfahrtoperationen darstellen. Im Vergleich zu traditionellen Steuerungssystemen und Verstärkungslernen bieten sie eine höhere Genauigkeit und geringere Ausfallraten. Dennoch bleiben Herausforderungen wie Antwortlatenz und Halluzinationen bestehen, die in zukünftigen Arbeiten adressiert werden müssen.

In einer öffentlichen Herausforderung, dem Kerbal Space Program Differential Games (KSPDG) Challenge, traten autonome Agenten in Szenarien wie Satellitenverfolgung und -ausweichmanövern gegeneinander an. Diese Tests simulieren Raumfahrtmissionen, bei denen zwei Raumfahrzeuge in Orbitalmanövern interagieren. LLMs wie GPT-3.5 und LLaMA-3 konnten durch geschicktes Prompt-Design und Feinabstimmung beeindruckende Ergebnisse erzielen.

Die Forscher verwendeten zwei Ansätze: Einer basierte auf cleverem Prompt-Design und Argumentationsstrategien, während der andere die Modelle auf Basis von menschlichen Spielprotokollen und geskripteten Bots feinabstimmte. Diese Methoden führten zu einer signifikanten Reduzierung der Antwortzeiten und verbesserten die Präzision bei Nahbereichsmanövern.

Die Ergebnisse der Studie deuten darauf hin, dass Sprachmodelle eines Tages konventionelle Algorithmen bei Satelliten-Rendezvous und Kollisionsvermeidung unterstützen oder sogar ersetzen könnten. Während menschliche Piloten in Bezug auf Effizienz noch überlegen sind, zeigen die LLMs starke Argumentationsfähigkeiten und Konsistenz, ohne Tausende von Trainingsstunden zu benötigen.

Obwohl die Anwendung derzeit simuliert ist, sehen die Forscher einen Weg zu realen Anwendungen. In-Orbit-Servicing, Kollisionsvermeidung, Satelliteninspektion und Trümmerbeseitigung erfordern Entscheidungen unter Unsicherheit und begrenzter Bodensteuerung. Sprachmodelle bieten ein neues Paradigma, bei dem Raumfahrzeuge mit einfachen Eingaben gesteuert werden können.

Die Studie trägt auch zur wachsenden Forschung im Bereich der Sprachagenten bei, die in physischen oder simulierten Umgebungen mit natürlicher Sprache operieren. Diese Agenten kombinieren die Flexibilität der allgemeinen Intelligenz mit aufgabenspezifischen Daten und könnten die Lücke zwischen konversationeller KI und Robotik schließen.

Die Forscher sehen ihre Arbeit als Ausgangspunkt. Zukünftige Studien könnten reichhaltigere Simulationsumgebungen oder reale Raumfahrzeugtelemetrie nutzen, um anspruchsvollere Agenten zu trainieren. Sie schlagen auch vor, Modellarchitekturen mit expliziten Argumentationsmodulen zu erforschen oder Verstärkungslernen mit Sprachagenten zu integrieren, um das Beste aus beiden Welten zu vereinen.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!