要点
- FlexcomputeとNorthrop Grummanは、NVIDIA技術を活用したAI物理モデルによる宇宙ミッション準備の高速化を発表した。
- 対象は宇宙機のドッキング時などに発生するスラスター噴射プルームと周辺構造物の相互作用。
- モデルはNVIDIA PhysicsNeMoを基盤に、複雑なプルーム干渉を予測するために構築された。
- 従来は高忠実度シミュレーション用の大規模データ生成に長い準備期間を要していた。
- 今回のAI物理モデルは、予測と不確実性推定を数秒単位で行える可能性を示した。
- 両社は、ミッション準備期間を最大100倍短縮できる可能性があるとしている。
- この技術はステーションキーピング、ランデブー、ドッキング、宇宙ロボティクスへの応用が想定される。
- プルーム相互作用の理解向上により、制御戦略、構造余裕、燃料使用の最適化に役立つ可能性がある。
編集部コメント
宇宙機のドッキングや近接運用では、スラスター噴射が相手機体や自機構造に与える影響を正確に読む必要があります。FlexcomputeとNorthrop GrummanのAI物理モデルは、従来の大規模シミュレーションを補完し、設計や運用判断をより速くする可能性を示しました。宇宙ロボティクスや軌道上サービスが増えるほど、こうした高速な物理予測技術の重要性は高まります。
参照情報
一次情報（公式発表、PRサイト等）
Flexcompute and Northrop Grumman Reduce Space Mission Preparation Time by 100x
参照記事
Flexcompute, Northrop Grumman use AI physics models to cut space mission preparation time by up to 100 times