Освоение глубокого космоса и поиск внеземной жизни требуют радикальной смены подходов к проектированию межпланетных роботов. На специальном семинаре в Стэнфордском университете ведущий исследователь Лаборатории реактивного движения (JPL) НАСА представил революционную парадигму космической разведки Exploration 3.0. Центральным элементом этой стратегии стал автономный робот-змея EELS, предназначенный для проникновения под многокилометровый ледяной панцирь спутника Сатурна Энцелада.
🌌 От Луны до Марса: эволюция космического поиска 0:10
Человеческая цивилизация за свою историю отправила сложные робототехнические комплексы лишь на три небесных тела: Луну, Венеру и Марс. При этом подходы к их освоению менялись фундаментально. Эпоху Exploration 1.0, охватившую конец 1950-х и 1960-е годы, можно охарактеризовать как метод стремительных проб и ошибок. Из примерно 20 запущенных к Луне миссий успешными оказались лишь 8. Такой подход был оправдан высокой частотой стартовых окон и возможностью долететь до спутника Земли всего за три дня.
Однако для Марса подобная тактика неприемлема из-за жестких барьеров: перелет занимает от 6 до 7 месяцев, а пусковое окно открывается лишь раз в 26 месяцев. Это привело к рождению парадигмы Exploration 2.0. За последние три десятилетия человечество отправило к Красной планете 14 аппаратов, 11 из которых выполнили свою задачу. Успех концепции 2.0 строится на последовательном усложнении роботов на основе детальных экологических данных, полученных предыдущими миссиями. При разработке алгоритмов автономного движения для марсоходов активно использовались данные поездок Curiosity и высокоразрешающие спутниковые снимки для многократного моделирования методом Монте-Карло.
❄️ Загадка Энцелада и тупик классической парадигмы 5:56
Несмотря на триумф марсианских миссий, классическая парадигма Exploration 2.0 заходит в тупик, когда речь заходит о поиске жизни на ледяных лунах газовых гигантов Юпитера, Сатурна и Урана. Особый интерес для науки представляет Энцелад — крошечный спутник Сатурна. Космический аппарат Cassini обнаружил на его южном полюсе четыре гигантские тектонические трещины, через которые бьют колоссальные гейзеры. Исследования показали, что эти выбросы напрямую связаны с глобальным жидким океаном, скрытым под ледяной корой.
Поскольку земной опыт доказывает, что жизнь существует везде, где есть вода, ученые стремятся отправить робота сквозь эти расщелины прямо в океан Энцелада. Но применить здесь марсианский подход последовательного накопления знаний невозможно по трем ключевым причинам:
- Орбитальная разведка подледной среды из космоса физически невыполнима.
- Перелет во внешнюю область Солнечной системы занимает более 10 лет, из-за чего серия из десяти последовательных миссий растянулась бы на целое столетие.
- В Солнечной системе слишком много потенциально обитаемых миров (Европа, Титан, Ганимед), и у человечества просто нет ресурсов разворачивать для каждого из них долгосрочные многоэтапные программы.
🐍 Проект EELS: адаптивный робот-змея для автономного прорыва 9:36
Решением этой проблемы призвана стать концепция Exploration 3.0 — стратегия одновиткового («one shot») исследования сверхнеизвестных сред с помощью систем с высочайшим уровнем адаптивности. Инструментом для реализации этой парадигмы в JPL стал проект EELS (Exobiology Extended Life Surveyor). В отличие от марсоходов, чье поведение жестко фиксируется программистами перед запуском, EELS спроектирован как адаптивная система, способная обучаться на собственном опыте непосредственно в ходе выполнения миссии.
Поскольку неопределенность подледной среды экстремально высока, робот должен самостоятельно регулировать компромисс между риском и сложностью задач прямо на месте. Согласно заложенному сценарию, после высадки на поверхность Энцелада робот должен доползти до наиболее перспективной расщелины, проникнуть внутрь вентиляционного отверстия и динамически менять свою форму — например, сворачиваться в спираль или вытягиваться в линию («карандаш»), чтобы преодолевать узкие участки. Итоговая цель — достичь океана, собрать образцы и зафиксировать биосигнатуры.
⚙️ Анатомия робота: активная кожа, приводы и «слепое» управление 14:27
Разработчики подчеркивают, что EELS — это не просто робот, а распределенный комплекс, объединяющий программное обеспечение, аппаратную часть, научные приборы и наземные системы управления. Роботизированная платформа обладает уникальными инженерными характеристиками:
- Высокая степень свободы: конструкция насчитывает от 30 до 40 степеней свободы (DOF), что обеспечивает феноменальную маневренность.
- Собственные сверхмощные приводы: в суставы интегрированы электромоторы с аутраннер-архитектурой, выдающие крутящий момент до 400 Нм — один из наивысших показателей плотности крутящего момента на рынке.
- Активное винтовое перемещение (Active Skin Propulsion): по бокам модулей расположены вращающиеся винты с чередующимся направлением резьбы, создающие всенаправленную мобильность и позволяющие разделить управление формой тела и локомоцией.
- Модульность: каждый сегмент полностью автономен, что позволяет размещать научную нагрузку в любой части корпуса.
Ключевой особенностью системы управления стала ставка на проприоцептивный контроль — ориентацию на внутренние тактильные ощущения и обратную связь по силе, а не только на зрение. Спикер привел аналогию с незрячим скалолазом или человеком, который идет по улице, глядя в экран смартфона: стабильность шага поддерживается за счет гаптических сигналов от стопы, а не визуальной картинки. Для робота, зажатого между ледяными стенами в темноте, такое «чувство собственного тела» критически важно для выживания.
🏔️ От ледового катка до канадских ледников: полевые испытания 22:02
Чтобы доказать жизнеспособность адаптивной концепции, инженеры создали пять прототипов робота EELS и провели серию жестких испытаний в самых разнообразных средах. Команда арендовала ледовый каток в Пасадине с 22:00 до 5:00 для тестов на гладком льду, проверяла робота на глубоком песке и валунах в Mars Yard Лаборатории реактивного движения, а также запускала его на заснеженных 35-градусных склонах горнолыжного курорта Биг-Беар. В специальной морозильной камере прототип EELS 1.5 продемонстрировал способность распирать ледяные стены собственным телом, чтобы двигаться вертикально вверх.
Демонстрируя превосходство змеевидного форм-фактора, исследователь сравнил его с марсоходом Opportunity, который в свое время увяз в марсианских песках на 30–40 солов из-за наличия всего одного режима локомоции. Робот EELS при застревании в песке просто переключился на боковой ход (sidewinding gait) и мгновенно выбрался из ловушки.
Кульминацией тестов стала трехнедельная экспедиция на ледник Атабаска в Канаде в сентябре 2023 года, в которой приняли участие около 40 специалистов. Работа велась без выходных в условиях реальной опасности. Главной целью стали мулены — вертикальные ледяные колодцы глубиной до 20–30 метров, промытые талой водой. Закрепившись с помощью альпинистского снаряжения, инженеры опустили EELS 1.5 внутрь мулена. Робот успешно зафиксировал себя между ледяными стенами за счет распирания модулей и совершил полностью автономный вертикальный спуск и подъем на 1,5 метра, что стало мировым рекордом для роботов такого класса в естественных ледяных формациях.
📊 Математика риска: как распределить неопределенность 29:56
Вторая часть доклада была посвящена строгой математической базе планирования с учетом рисков (risk-aware planning). В любых реальных инженерных задачах существует неустранимый компромисс между безопасностью и эффективностью. Например, при посадки на Марс зона безопасности (3-сигма эллипс) рассчитывается с уверенностью 99%, а правила планетарной защиты требуют, чтобы вероятность биологического загрязнения иных миров была строжайше ниже 1 на 10 000.
Математически задача минимизации функции стоимости при условии, что вероятность нарушения хотя бы одного из $n$ ограничений безопасности $g_i(x) \le 0$ не превышает малую величину $\Delta$, формулируется через совместное ограничение по вероятности (joint chance constraint):
$$\mathbb{P}\left(\bigcup_{i=1}^n g_i(x) > 0\right) \le \Delta$$
Это ограничение является невыпуклым и крайне сложным для вычислений. Чтобы сделать задачу решаемой, докладчик предложил использовать математический трюк на основе неравенства Буля (union bound). Оно позволяет разложить громоздкое совместное ограничение на систему индивидуальных ограничений по вероятности, где риск каждого шага или компонента ограничен малой величиной $\delta_i$, при этом $\sum \delta_i \le \Delta$.
Для простейшего линейного гауссова случая задача сводится к детерминированному выпуклому виду с использованием функции распределения Гаусса. Было доказано, что если допустимый порог риска составляет менее 50%, задача гарантированно остается выпуклой, что полностью применимо к космической практике. Физический смысл этого метода заключается в аллокации риска: суммарный допустимый риск рассматривается как ограниченный ресурс, который алгоритм должен оптимально распределить во времени, пространстве и между отдельными узлами системы.
🏪 Рыночный подход к многоагентным системам и динамическому программированию 35:45
Математическая концепция становится еще более элегантной при переходе к многоагентным системам. Применяя неравенство Буля и схему двойственного разложения (dual decomposition), исходную сложную задачу удается разбить на независимые подзадачи для каждого агента. При этом двойственная задача оперирует лишь одной переменной, что делает алгоритм чрезвычайно масштабируемым. В симуляциях с 16 агентами метод продемонстрировал мгновенную сходимость и отсутствие экспоненциального роста вычислительной сложности, свойственного централизованным системам.
Докладчик предложил экономическую интерпретацию этой математической модели:
- Множитель Лагранжа $\lambda$ выступает в роли теневой цены риска («рыночной стоимости» за каждый процент вероятности аварии).
- Параметры $\delta_i$ формируют спрос на риск со стороны каждого отдельного агента.
- Величина $\Delta$ задает предложение риска на рынке со стороны всей системы.
Оптимизация алгоритма происходит через процесс, аналогичный экономическому нащупыванию равновесия (tatonnement): если суммарный спрос на риск превышает предложение, «цена» $\lambda$ повышается, заставляя агентов действовать консервативнее, пока рынок не придет к глобально оптимальному равновесию.
Этот же подход эффективно проявил себя в динамическом программировании для марсоходов, где выбор траектории движения и места посадки оптимизируются совместно. Использование индикаторных функций позволяет свести вероятностные барьеры к бесконтурной оптимизации во внутреннем цикле, где двойственные переменные сходятся экспоненциально всего за несколько десятков итераций. В невыпуклых задачах с жесткими ограничениями по вероятности алгоритм может максимизировать выгоду даже за счет внедрения рандомизированных смешанных стратегий принятия решений.
💬 Вопросы и ответы: гибкость мышления и железный форм-фактор 46:42
В ходе сессии вопросов и ответов слушатели подняли проблему разрыва между рафинированной математической теорией, предполагающей идеальные гауссовы распределения, и суровой не-гауссовой реальностью космических миссий. Спикер признал наличие серьезного барьера, отметив, что зачастую точного распределения неопределенности в космосе просто нет. В качестве решения в рамках проекта EELS инженеры используют разложение в ряд Тейлора для аппроксимации сложных нелинейных распределений без ресурсоемкого прямого сэмплирования, а также закладывают жесткие консервативные допуски, которые будут сужаться по мере калибровки приборов.
Отвечая на вопрос о выборе именно змеевидного форм-фактора среди возможных альтернатив — таких как шагающие паукообразные роботы или трансформируемые сферы — исследователь подчеркнул, что они не утверждают идеальность именно этой геометрии для всех задач. Однако змеевидная форма способна адаптироваться к максимально широкому диапазону условий: ширина ледяных трещин Энцелада абсолютно неизвестна и может варьироваться от 10 сантиметров до нескольких метров.
В заключение спикер поделился важным организационным выводом: при реализации таких прорывных программ критически важно применять принципы гибкого управления (Agile). В процессе доработки версии EELS 1.5 для вертикального перемещения команда инженеров меняла конфигурацию узлов и добавляла обогреватели на винты практически каждый месяц прямо перед отправкой в экспедицию. Адаптивность, по мнению создателей, должна быть заложена не только в полетный программный код, но и в саму философию управления сложнейшими научно-техническими проектами.
