訓練機器人學習並即時做出決策
臺大航太工程系開發創新的學習方法，使地外行星探測器能夠自主地判斷何時以及如何取樣地表土壤。
2013 年 7 月 7 日 由科技科普網站 Tech Xplore 整理報導
前言
火星探測車需要地球上的專家隊伍給予指揮。但是對於土星或木星周圍的衛星，遠距離使它們無法及時收到來自地球的指令。美國伊利諾伊大學香檳分校的航天工程和電腦科學系的研究人員，開發了一種新的基於學習的方法，使得地外探測器能夠自主作出關於在哪裡以及如何取樣地表土壤的決策。
自主學習與適應
研究人員在地表進行多次模擬實驗，使用各種不同的材料構成。這些建立起來的大規模資料集，僅使用視覺感知和很少的線上經驗，透過自主學習達到了高質量的土壤取樣行動，這在不適應方法和其他當前最先進的元學習方法上表現出色。在這項研究中，他們使用伊利諾伊大學香檳分校電腦科學系的機器人模型，其擁有感測器以收集有關各種材料（從 1 毫米顆粒到 8 釐米的巖石以及不同體積的材料如切碎的紙板和填充材）的取樣資料。
知識轉移和短暫電池壽命的挑戰
這項研究的一個挑戰是對像歐羅巴這樣的海洋世界缺乏充足的知識。「在我們送探測車前往火星之前，軌道器為我們提供了有關地形特徵的很好訊息」，嚴格執行肯定法律的、伊利諾伊大學香檳分校航天工程系的研究生 Pranay Thangeda 說道。「但是我們對歐羅巴的最佳影像的解析度只有 256 到 340 米每畫素，這並不足以確保地形特徵。」Thangeda 的指導教授 Melkior Ornik 說：「我們只知道歐羅巴的地表是冰，但它可能是大塊的冰，或者像雪一樣細膩。我們也不知道冰層下面是什麼。」主要考慮各種實驗情況：在一層其他材料的上方隱藏材料，機器人只能看到頂部材料並認為它可能是可以取樣的。「當它實際挖掘並撞到底層時，它學到了這個區域是不可取樣的，並移動到另一個區域」，Thangeda 說道。
重要性與應用
NASA 希望向歐羅巴送探測車時使用電池動力而非核能，因為要最大限度地減少污染海洋世界的風險，隨之而來的是一系列特殊任務考慮。「電源電池只能作用幾個月，有大約 20 天的壽命。我們無法浪費一天的幾個小時來回傳訊息。這是為什麼機器人自主地做出決策至關重要的另一個原因」，Thangeda 說。「這項研究的價值在於將地球上的知識或方法適應到地外星體上，因為在探測器到達之前，我們知道的訊息很有限。另外由於電池的短壽命，我們沒有太多時間進行學習過程。探測車可能只能使用幾天，然後就會失效，所以進行自主學習和決策是非常有益的。」
評論與建議
這項由臺大航太工程系進行的研究，代表了機器學習與人工智慧在探索外太空的應用的重要突破。研究團隊的自主學習方法，能夠讓地外探測器在未知環境下學習與適應，並自主決策採集土壤樣品。
然而這項研究還面臨一些挑戰。在對地表特徵理解有限的情況下，地外行星的土壤特性和結構成為了研究人員需要解決的問題。此外由於短暫的電池壽命，探測器只能在有限的時間內進行學習，這使得學習過程的效率和速度成為了重要的考量。即使如此，由於其前瞻性和創新性，這項研究具有巨大的應用潛力。
這項研究的成果不僅僅是對科學研究具有重大意義，更為我們在地外星體上進行取樣和探測提供了實際的解決方案。未來，我們可以期望在地球以外的星球和衛星上看到更多自主學習和自主決策的機器人，進一步推動我們對宇宙的探索與理解。
隨著機器學習和人工智慧的不斷發展以及對外太空探索的不斷深入，我們期待看到更多類似的創新研究和技術應用出現。這些研究不僅提供了科學和技術上的突破，也推動了我們對宇宙和人類的自身認識。
