La NASA ha logrado un hito en la exploración marciana al utilizar por primera vez inteligencia artificial (IA) para planificar la ruta de un rover. Gracias al modelo de lenguaje visual Claude, desarrollado por Anthropic, se analizan imágenes de la superficie marciana para generar trayectorias continuas, reduciendo a la mitad el tiempo de planificación y optimizando la eficiencia de la misión, además de ayudar a los investigadores a identificar características geológicas de interés.
Científicos de la NASA introdujeron el año pasado la planificación de rutas con IA para guiar las misiones de exploración en la superficie de Marte.
Tradicionalmente, las misiones espaciales se han basado en instrucciones escritas por científicos en la Tierra, enviadas a sondas espaciales en órbita terrestre, lunar, marciana o en viaje a otros planetas. Para dirigir a los rovers marcianos, los científicos planificaban la siguiente ruta basándose en imágenes del día anterior y otros datos. Sin embargo, este método se veía limitado por el retraso en la comunicación, que en Marte puede ser de 20 minutos en cada sentido. Después de enviar una ruta e instrucciones, los científicos debían esperar la confirmación de la ejecución por parte del rover “Perseverance” y analizar los datos recibidos para planificar el siguiente movimiento, lo que hacía que cada tarea fuera fragmentada y consumiera mucho tiempo de los investigadores.
Para aliviar esta carga de trabajo, el Laboratorio de Propulsión a Chorro (JPL) de la NASA integró el modelo de lenguaje visual Claude (Vision-Language Action, VLA) de Anthropic en la planificación de la ruta del rover Perseverance el año pasado. El equipo de investigación introdujo imágenes de alta resolución capturadas por la cámara HiRISE (High Resolution Imaging Science Experiment) de la NASA, junto con datos de elevación digital del terreno. Claude identificó características de la superficie marciana, como rocas base, afloramientos, campos de rocas y dunas, y generó una ruta continua con puntos de referencia e instrucciones. Los investigadores solo necesitan revisar y ajustar la ruta generada por la IA.
Para garantizar la compatibilidad entre las instrucciones de la IA y el software del rover, el equipo de investigación utilizó el sistema de gemelo digital del JPL para procesar las instrucciones, verificando más de 500.000 variables de telemetría antes de enviarlas a Marte. Claude planificó rutas de 210 metros y 246 metros el 8 y 12 de diciembre, respectivamente.
Los investigadores estiman que este nuevo enfoque puede ahorrar hasta la mitad del tiempo de planificación de rutas. Vandi Verma, miembro del equipo de ingeniería y experta en robótica espacial, señaló que los elementos básicos de la IA generativa, incluyendo la percepción, la localización, la planificación y el control, tienen un gran potencial para simplificar la navegación autónoma. La IA generativa y otras herramientas inteligentes ayudarán a los rovers a recorrer kilómetros, reducir la carga de trabajo de los operadores y a identificar características de la superficie de valor científico mediante el escaneo de grandes cantidades de imágenes de exploración.
相關
