L’amarrage à la Station spatiale internationale (ISS) est un processus complexe, comparable à essayer de garer une voiture en marche arrière à haute vitesse dans l’espace. Des chercheurs de l’université Stanford ont mis au point un nouveau modèle d’intelligence artificielle baptisé Out-of-this-World-Model (OWM) pour améliorer la précision des amarrages des vaisseaux spatiaux. Contrairement aux méthodes traditionnelles qui reposent sur des algorithmes de guidage, navigation et contrôle (GNC) et des filtres de Kalman étendus, l’OWM utilise des simulations mentales pour prédire et s’adapter en temps réel aux scénarios d’amarrage. Ces systèmes classiques peinent souvent à traiter les vidéos à haute vitesse nécessaires pour des manœuvres d’amarrage précises. Dans l’espace, les techniques classiques de vision par ordinateur peuvent être peu fiables en raison de facteurs environnementaux comme la réflexion de la lumière du soleil sur les panneaux solaires. Les algorithmes d’apprentissage par renforcement (RL), fréquemment utilisés dans des environnements contrôlés, rencontrent également des difficultés lorsque les conditions changent, par exemple lorsque le port d’amarrage de l’ISS se déplace. Le modèle OWM, en revanche, apprend de l’expérience plutôt que de s’appuyer sur des équations prédéfinies. Il simule des scénarios futurs potentiels pour guider plus efficacement les vaisseaux spatiaux. Pour entraîner le modèle OWM, les chercheurs ont utilisé une bibliothèque logicielle appelée AstroJAX, qui fonctionne sur des unités de traitement graphique (GPU). Cela a permis de réduire considérablement le temps d’entraînement par rapport aux méthodes traditionnelles. Le modèle OWM a nécessité 500 000 itérations pour maîtriser les manœuvres d’amarrage, soit une fraction des 25 000 000 itérations nécessaires à un système RL comparable. Il a mieux performé dans des situations d’amarrage nouvelles et inattendues, réussissant à s’amarrer à environ 53 % des ports de l’ISS, contre 29 % pour l’algorithme RL. Malgré ces améliorations, le modèle OWM fait encore face à des défis, notamment lors des opérations de proximité où le risque de collision est élevé et fortement pénalisé. Les futures versions du modèle pourraient permettre de résoudre ces problèmes. Le succès de l’OWM met en lumière le potentiel des avancées dans les opérations spatiales autonomes. Cependant, parvenir à une automatisation totale, en particulier dans des scénarios où des humains sont présents, pourrait prendre plus de temps avant d’être développé et mis en œuvre.