Des chercheurs de l’Université de Stanford ont présenté une nouvelle approche pour automatiser l’amarrage des engins spatiaux en orbite terrestre basse. Leur système, baptisé Out-of-this-World-Model, permet à l’intelligence artificielle d’effectuer des simulations mentales pour anticiper les dynamiques orbitales complexes.
À retenir
- La recherche a été publiée sous forme de pré-tirage sur arXiv par des ingénieurs de l’Université de Stanford.
- L’amarrage en orbite implique des vitesses relatives de l’ordre de 28 000 km/h en l’absence de frottement atmosphérique.
- Le nouveau système s’intitule l’Out-of-this-World-Model (OWM) et utilise des simulations mentales.
- Les approches traditionnelles reposent sur des équations de physique codées en dur et des algorithmes de guidage, navigation et contrôle.
Les défis complexes de la mécanique orbitale
Réaliser un amarrage avec la Station spatiale internationale s’apparente à un exercice de précision extrême. Les engins se déplacent à une vitesse de 28 000 km/h en orbite terrestre basse. Toute erreur de trajectoire peut entraîner une collision catastrophique, générant un champ de débris dangereux pour les infrastructures en orbite et les populations au sol.
Pour maintenir le contrôle de ces véhicules, les ingénieurs aérospatiaux utilisent traditionnellement des algorithmes dits de Guidage, Navigation et Contrôle, abrégés en GNC. Ces programmes s’appuient sur un filtre de Kalman étendu pour traiter les données provenant des récepteurs GPS et des capteurs stellaires, afin de déterminer précisément les cycles de combustion des propulseurs.
Cependant, ces filtres mathématiques rencontrent des limites objectives lorsqu’ils doivent traiter des flux vidéo à haute vitesse. Les équipes techniques se tournent alors vers des techniques de vision par ordinateur, qui affichent toutefois une grande fragilité en milieu spatial.
La fragilité des systèmes traditionnels de vision
Les algorithmes de vision par ordinateur conventionnels subissent directement les conditions lumineuses extrêmes de l’espace. Un simple reflet solaire sur un panneau photovoltaïque ou une zone d’ombre soudaine sur la cible désoriente complètement ces programmes de navigation automatique.
Face à ces défaillances potentielles, l’application d’algorithmes d’apprentissage par renforcement a été envisagée par les chercheurs. Toutefois, ces méthodes montrent une rigidité importante face aux modifications des conditions initiales, comme un changement de port d’amarrage sur la station.
Le fonctionnement de l’Out-of-this-World-Model
Pour contourner ces obstacles, l’équipe de Stanford a conçu l’Out-of-this-World-Model. Ce modèle du monde fonctionne selon un principe similaire à celui d’un joueur humain anticipant la trajectoire d’une balle en mouvement, en s’appuyant sur une simulation interne plutôt que sur la résolution en temps réel d’équations partielles complexes.
En autorisant l’engin à simuler mentalement ses actions et leurs conséquences avant d’exécuter une correction de trajectoire, le système offre une robustesse accrue. Cette méthode vise à pallier les limites des approches purement réactives ou des calculs rigides en dur.
Perspectives pour l’avenir des opérations d’amarrage
L’utilisation de modèles d’anticipation par simulation pourrait transformer la manière dont les futurs véhicules spatiaux interagissent en orbite. Alors que le document est actuellement disponible sur la plateforme arXiv en tant que pré-tirage, les travaux de l’équipe de Stanford devront faire l’objet d’évaluations supplémentaires par la communauté scientifique avant d’être validés pour des missions opérationnelles en orbite terrestre basse.