问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
近日公布的费米探索者星际任务计划于2029年底前发射探测器飞往距离太阳系最近的恒星半人马座阿尔法星，本次任务的核心航行轨迹由人工智能算法自主发现，大幅压缩了航行能耗与耗时，突破了传统天体力学计算的效率瓶颈，是AI技术在深空探测领域的首次规模化落地应用。
自1915年天文学家确认半人马座阿尔法星是距离太阳系最近的恒星系统以来，飞往这一可能存在类地行星的恒星，就成了全球航天界的共同目标，但长达4.2光年的距离、复杂的多天体引力场环境，让轨道设计成了卡住所有探测计划的核心难题，半个世纪以来没有任何成熟的落地方案。
半人马座阿尔法星距离太阳系4.2光年，按传统航天探测的最快速度，航行时长最少也要30年以上，而轨道设计需要同时匹配地球、木星、土星乃至柯伊伯带天体的运行周期，变量超过120个。此前学界依靠天体物理学家建模+超级计算机穷举的模式，筛选出符合发射窗口、能耗阈值的可行轨道，最少需要6年时间，且往往存在载荷限制大、容错空间小的问题，导致过去半个世纪里的多个半人马座探测计划都最终搁置。
本次费米探索者任务采用的强化学习模型，直接将天体力学方程作为算法的约束条件，将“航行时长最短、载荷上限最高”作为核心优化目标，仅用37天就完成了对1.2亿种候选轨道的遍历筛选，最终找到的最优方案通过两次木星、土星引力弹弓借力，再配合太阳帆持续加速，可将航行总时长压缩至22年，比传统最优方案缩短33%，载荷上限提升40%，完全满足2029年底的发射窗口要求。
值得注意的是，AI筛选出的轨道还规避了传统方案中需要穿越小行星带的高风险段，大幅降低了探测器的损毁概率，这也是此前人工设计轨道时从未考虑到的隐藏最优解。
本次轨道设计的突破，也为深空探测领域打开了新的思路：过去需要顶尖科学家团队耗费数年完成的计算工作，现在交由AI可以在数月内完成，且能找到人类思维盲区中的最优解。目前全球多个航天机构已经开始布局AI在轨道设计、探测器自主决策、深空遥测数据处理等环节的应用，未来小行星防御、外太阳系行星探测等任务的落地效率，都将随着AI技术的接入出现量级提升。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号