維爾茨堡大學AI成功在軌自主控制衛星姿態 標誌航太自主化新里程碑

德國維爾茨堡的尤利烏斯-馬克西米利安大學（JMU）研究團隊近期宣布，已成功在軌驗證人工智慧（AI）對衛星姿態的自主控制能力，此項成就在航太領域樹立了自主化操作的新標竿。精確的姿態調整是衛星任務的關鍵，它直接關係到儀器對焦、熱負荷管理以及軌道重定位的執行效率。傳統上，這些複雜操作依賴地面人員的遠程指令或預設的固定軟體程序，反應速度相對緩慢，難以應對太空環境中突發的非預期事件。

由Sergio Montenegro教授領導的JMU團隊，專為3U規格的納米衛星InnoCube開發了一套基於AI的姿態控制器。在2025年10月30日的一次衛星通過期間，該AI代理程式利用反應輪自主執行了一次完整的姿態機動，將衛星指向成功調整至預設目標，整個過程無需任何人工干預。此關鍵在軌測試是「學習型姿態控制在軌演示」（LeLaR）專案的一部分，旨在推進先進自主姿態控制系統的研發。LeLaR團隊的核心成員包括Dr. Kirill Djebko、Tom Baumann、Erik Dilger、Frank Puppe教授，以及專案負責人Sergio Montenegro教授。

此項研究的獨特之處在於採用了深度強化學習（Deep Reinforcement Learning, DRL）這一機器學習分支，而非傳統的固定演算法。DRL允許AI透過與模擬環境的互動，自主學習並優化出最佳的控制策略，這極大地提升了系統的適應性與開發效率，並能減少冗長的重新校準步驟。團隊在地面高保真模擬環境中對AI控制器進行了充分訓練，隨後成功克服了「模擬到現實」（Sim2Real）的技術鴻溝，確保了在模擬中習得的控制演算法能在真實的太空環境中穩定運行。

Sergio Montenegro教授指出，這項工作標誌著衛星控制系統進入一個具備智慧化、自適應性與自我學習能力的新階段。他進一步闡述，透過最小化人為介入並實現對太空環境變化的快速響應，此項成功實施有望使未來的太空任務更具效率。Dr. Kirill Djebko強調，這是全球首次成功實證了基於深度強化學習的衛星姿態控制器在軌道上的有效運作。

JMU在太空自主化領域的探索並非首次，其先前的成就包括SONATE-2任務，該任務涉及在衛星上訓練AI系統以識別並拍攝地球表面的異常現象。LeLaR專案獲得了德國聯邦經濟事務和能源部（Bundesministerium für Wirtschaft und Energie）約43萬歐元的資金支持。此次里程碑式的演示，不僅提升了航空航太界對AI方法的信任度，也為未來深空探測任務奠定了基礎，特別是在通訊延遲或無法進行人工干預的環境中，這種自學習控制系統將成為航天器生存與任務執行的關鍵要素。Frank Puppe教授總結道，此項成果將顯著提高AI技術在航空航天研究領域的認可度。