|
AIAA智能系统技术委员会致力于推进计算机技术和方法在航空航天系统中的应用。人工智能技术的工程实践快速改变着飞行器及相关产品的能力，也为产业发展、市场成长、作战方法的创新提供了更多的可能性。2021年，航空航天界见证了人工智能技术的许多新应用，包括人工智能飞行控制、新型探测和规避系统、智能行星探测车、为载人任务提供辅助等。
人工智能飞行控制 2021年3月，作为自主空战行动计划（Autonomous Air CombatOperations Program）的一部分，美国空军研究实验室的“自主能力小组 3” 和美国空军试飞员学校在喷气式飞机上测试了第一个深度强化学习飞行控制智能体。试飞学校的学生将这次飞行测试命名为“拥有塞隆”（塞隆是太空堡垒卡拉狄加中由人类制造的拥有独立思想及感觉的机器人），测试由长达两小时的一系列单机（卡尔斯潘 LJ-25 Learjet）和双机（卡尔斯潘 LJ-25 Learjet 和 F-16）飞行组成。人工智能飞行控制智能体先利用强化学习技术在模拟环境中进行训练，然后转移到测试飞机。在这次测试中，为了验证从模拟设备到真实环境智能体迁移相关的零次迁移技术，研究人员设计了相关的飞行任务，这些任务以一系列的飞行操作演示而告终。
探测与规避系统 2021年3月，辛辛那提大学航空航天工程与工程力学系和美国艾姆斯研究中心开发了一种新型小型无人飞行器交通管理系统，可以自主识别、跟踪和管理大规模小型无人飞行器。这项研究的重点是开发一种智能冲突检测和解决系统，该系统使用高级启发式低级模糊式的控制系统来保持小型无人飞行器的分离，该系统被命名为无人机战术智能检测和规避系统，简称TIDAS-4D。TIDAS-4D系统无需意外闯入者的意图信息，仅使用当前状态信息即可解决潜在冲突。与ACAS-Xu等最先进的同类系统相比，TIDAS-4D在防止近空碰撞方面具有同等效能。
智能行星探测车 2021年4月，自主弹出式平面折叠探索机器人团队就多个自主PUFFER（弹出式平面折叠探索机器人）合作探索没有地图的环境进行了演示。其中包含一系列针对最新多智能体技术的测试：能够支持代价地图更新，并对预测位置快速响应的映射数据库，用于存储和同步代价地图；当视觉闭环不存在时，使用超宽带测距无线电进行姿态图优化；以及一个模块化的探索管道，在满足循环连接限制的同时允许多个漫游者探索环境。该团队在美国航空航天局（NASA）位于加利福尼亚州的喷气推进实验室的迷你火星场中用三个PUFFER v4.0机器人完成了测试。  2021年 6 月，美国NASA喷气推进实验室开发的新型人工智能软件让毅力号火星车能够在火星上自主驾驶，其行驶距离比仅靠人类所能达到的距离要远得多。这种增强型自主导航软件使用导航摄像机的立体图像创建环境3D地图，并自主计算优化的路径，在避免危险的同时以最短的时间内到达目标。该软件使毅力号能够超越地球上人类操作员对地形的掌握，从而朝着科研任务的目的地更快地行驶。
为载人任务提供辅助 2021年10 月，在美国NASA位于休斯顿的约翰逊航天中心的人类探索研究模拟项目启动“战役 6”实验。在 45 天的时间里，由四名参与者组成的团队在这个密闭空间中进行科学实验，重点是提高宇航员的自主性。实验包括名为Daphne的AI 助手的技术能力演示验证，当长时间的通信延迟妨碍与任务控制人员的及时通信时，该助手可帮助宇航员在长期探索任务期间诊断和解决航天器异常。该实验计划帮助美国NASA为开发类似的太空探索人工智能助手制定标准和指南。  来源 | 民机战略观察 |
|
|
