【要点】

・スタンフォード大学（Stanford University）は、国際宇宙ステーション（ISS：International Space Station）で機械学習を用いたロボット制御の実証を行った。
・対象はNASAの自由飛行ロボット、アストロビー（Astrobee）で、ISS内の自律移動計画の高速化を狙った。
・ISS内部は配線や機器が密集するため、安全条件を満たす軌道生成が計算負荷の高い課題とされる。
・提案手法は逐次凸計画法（Sequential Convex Programming）で安全な軌道を求める枠組みに、学習モデルで初期解を与える「ウォームスタート（warm start）」を組み合わせた。
・学習モデルは過去の多数の解からパターンを学び、最適化計算の収束を早める役割を担う。
・ISSでの試験では18本の軌道を検証し、ウォームスタートが「コールドスタート（cold start）」より移動計画を大幅に短縮した。
・計画計算は複雑条件で特に効果が大きく、速度向上は50〜60%と報告されている。
・実験の準備・監督には宇宙飛行士スニータ・ウィリアムズ（Sunita Williams）が関与した。

【編集部コメント】

ISSでのAI制御実証は、軌道上での自律ロボ運用を現実に近づける取り組みとして位置付けられる。限られた計算資源と厳格な安全要件の両立を図る点が、将来の有人・無人探査での作業自動化に直結する。

【出典情報】

公式リリース
AI advances robot navigation on the International Space Station | Stanford Report

参照情報（報道）
News9live