APIARY：国际空间站自主规划太空装配强化学习自由飞行器
机器人学
2026-04-01 v1 机器学习
系统与控制
系统与控制
摘要
美国海军研究实验室 (NRL) 的 Autonomous Planning In-space Assembly Reinforcement-learning free-flYer (APIARY) 实验首次在太空零重力环境中运用强化学习 (RL) 控制自由飞行机器人。2025 年 5 月 27 日，APIARY 团队在国际空间站 (ISS) 上board NASA Astrobee 机器人上成功完成了首次 RL 控制自由飞行器的实验。团队使用基于演员-评论家 Proximal Policy Optimization (PPO) 网络训练的 6 自由度 (DOF) 控制策略，并在 NVIDIA Isaac Lab 模拟环境中进行随机化训练，涵盖目标姿态和质量分布，以提升鲁棒性。本文详细阐述了该实验的仿真测试、地面测试及在轨验证过程。该在轨演示验证了 RL 在提升机器人自主性方面的变革性潜力，使我们能够在分钟到小时内为太空探索、物流及实时任务需求定制化行为。
引用
@article{arxiv.2512.03729,
title = {Autonomous Planning In-space Assembly Reinforcement-learning free-flYer (APIARY) International Space Station Astrobee Testing},
author = {Samantha Chapin and Kenneth Stewart and Roxana Leontie and Carl Glen Henshaw},
journal= {arXiv preprint arXiv:2512.03729},
year = {2026}
}
备注
iSpaRo 2025, Best Paper Award in Orbital Robotics