Łazik Perseverance osiąga 90% autonomicznej nawigacji na Marsie

Ostatnia aktualizacja: luty 2025

Łazik NASA Perseverance wykonał 90% swojej marsjańskiej trasy autonomicznie – w porównaniu z zaledwie 6,2% u poprzednika Curiosity – korzystając z algorytmu działającego na sprzęcie komputerowym z końca lat 90. Osiągnięcie to stanowi kamień milowy w fizycznej AI: nawigacja o wysokim stopniu autonomii w nieustrukturyzowanym, nieznanym terenie przy minimalnej mocy obliczeniowej, z implikacjami wykraczającymi daleko poza eksplorację kosmosu.

Spis treści

• Czym jest ENav i jak działa?
• Jak Perseverance wypada na tle poprzednich łazików marsjańskich?
• Dlaczego autonomia przy ograniczonej mocy obliczeniowej ma znaczenie?
• Jaką rolę odgrywa AI w przyszłej nawigacji na Marsie?
• Co to oznacza dla robotyki i systemów autonomicznych
• Najczęściej zadawane pytania

Czym jest ENav i jak działa?

Enhanced Autonomous Navigation (ENav) to pokładowy system wyznaczania trasy łazika Perseverance, zaprojektowany do oceny około 1700 potencjalnych ścieżek w promieniu 6 metrów i wyboru najbezpieczniejszej – wszystko podczas gdy łazik kontynuuje jazdę. Ta zdolność jednoczesnego myślenia i poruszania się odróżnia Perseverance od wszystkich wcześniejszych łazików marsjańskich, a osiąga ją na procesorze odpornym na promieniowanie o mocy obliczeniowej porównywalnej z iMac G3 z 1998 roku.

Algorytm działa w trzech etapach. Po pierwsze, Perseverance rejestruje stereoskopowe obrazy terenu przed sobą i mapuje tysiące możliwych ścieżek. Po drugie, szereguje je według czynników takich jak nierówność terenu i szacowany czas przejazdu. Po trzecie – i to jest architektonicznie sprytne – stosuje ACE (approximate clearance estimation), kosztowną obliczeniowo procedurę sprawdzania kolizji, tylko do kilku najlepiej ocenionych kandydatów. Ciężkie obliczenia są zarezerwowane dla naprawdę trudnego terenu; na otwartej przestrzeni łazik po prostu jedzie dalej.

Według IEEE Spectrum, pełna analiza techniczna ENav została opublikowana w IEEE Transactions on Field Robotics w listopadzie 2025 roku, a jej współautorem jest Masahiro „Hiro” Ono, kierownik grupy mobilności powierzchniowej robotów w Jet Propulsion Laboratory NASA.

Jak Perseverance wypada na tle poprzednich łazików marsjańskich?

Perseverance przejechał ponad 30 kilometrów po Marsie, z czego 90% dystansu pokonano autonomicznie – bijąc na głowę rekord Curiosity, który osiągnął zaledwie 6,2% autonomicznej jazdy podczas całej misji.

Różnica w wydajności jest wyraźna w każdym aspekcie:

Opportunity utrzymywał rekord autonomicznego dystansu w jednym sol – 109 metrów – do 3 kwietnia 2023 roku, kiedy Perseverance pokonał 331,74 metra autonomicznie w ciągu jednego marsjańskiego dnia, potrajając poprzedni rekord. Podczas sprintu do starożytnej delty rzeki w kraterze Jezero, łazik utrzymywał 95% autonomicznej jazdy przez 24 kolejne marsjańskie dni, pokonując około 5 kilometrów podnóża delty.

Podstawowa różnica ma charakter architektoniczny. Curiosity musiał się całkowicie zatrzymać, aby obliczyć bezpieczną ścieżkę przed każdym segmentem ruchu – Ono nazywa to „głównym spowalniaczem”. Perseverance oblicza następną ścieżkę podczas wykonywania bieżącej, co zdaniem Ono czyni jego autonomiczną jazdę „o rząd wielkości szybszą”.

Dlaczego autonomia przy ograniczonej mocy obliczeniowej ma znaczenie?

Uruchamianie zaawansowanej autonomii nawigacji terenowej na procesorze odpowiadającym komputerowi stacjonarnemu z 1998 roku nie jest ograniczeniem, które trzeba obejść – to wynik przemyślanej, zarządzanej ryzykiem filozofii inżynieryjnej, niosącej ważne lekcje dla robotyki naziemnej.

Hartowanie na promieniowanie (proces produkcji układów odpornych na jonizujące promieniowanie kosmiczne, które w przeciwnym razie powodowałoby błędy bitów i awarie procesorów) poważnie ogranicza dostępną moc obliczeniową. Procesor wewnątrz Perseverance to ten sam model, który zastosowano w Curiosity – sprawdzona konstrukcja wybrana właśnie ze względu na udokumentowaną niezawodność w trudnych warunkach. Wprowadzenie szybszego, nowszego procesora oznaczałoby akceptację nieznanych trybów awarii miliony kilometrów od najbliższego serwisu.

To ograniczenie wymusiło precyzyjne rozwiązanie algorytmiczne: wykonuj kosztowne obliczenia tylko tam, gdzie to konieczne. Ta zasada – czasami nazywana planowaniem świadomym mocy obliczeniowej – jest coraz bardziej istotna na Ziemi, gdzie systemy autonomiczne muszą balansować szybkość wnioskowania z budżetem energetycznym na urządzeniach brzegowych. Roboty magazynowe, drony rolnicze i platformy inspekcyjne na zewnątrz stoją przed podobnymi kompromisami.

Masahiro Ono podsumowuje główne wyzwanie zwięźle: teren marsjański jest statyczny (skały się nie poruszają), ale ogromny i w dużej mierze nieznany. „Ta ogromna niepewność to główne wyzwanie” – zauważa. Rozwiązanie Perseverance – probabilistyczne szeregowanie ścieżek w połączeniu z selektywnym głębokim sprawdzaniem – to szablon, który przekłada się bezpośrednio na każdą robotykę nawigującą w nowym środowisku bez GPS lub infrastruktury.

Jaką rolę odgrywa AI w przyszłej nawigacji na Marsie?

W grudniu 2024 roku NASA przeprowadziła pierwszy test potoku nawigacyjnego wykorzystującego model oparty na Anthropic Claude do analizy orbitalnych zdjęć z Mars Reconnaissance Orbiter (MRO) i generowania punktów orientacyjnych – zapowiedź wykorzystania modeli fundamentowych w operacyjnej robotyce kosmicznej.

Obecnie ENav opiera się wyłącznie na obrazach rejestrowanych przez sam łazik, ponieważ orbitalne obrazy MRO nie mają wystarczającej rozdzielczości terenu do podejmowania decyzji nawigacyjnych z bliskiej odległości. Test z wykorzystaniem Anthropic był skierowany na inną warstwę stosu autonomii: planowanie trasy wysokiego poziomu z góry, dostarczające ustrukturyzowane współrzędne punktów orientacyjnych do lokalnego systemu nawigacji łazika.

Ta dwuwarstwowa architektura – duży model językowy (LLM) zajmujący się strategicznym generowaniem ścieżek na podstawie ogólnych danych satelitarnych, a lekki algorytm pokładowy odpowiadający za nawigację lokalną w czasie rzeczywistym – ściśle przypomina sposób, w jaki projektuje się hybrydowe systemy AI dla pojazdów autonomicznych i robotów przemysłowych na Ziemi. LLM nie prowadzi; planuje. System wbudowany wykonuje.

Jeśli podejście zostanie zatwierdzone, zmniejszy to zależność od ludzkich operatorów przy decyzjach dotyczących trasy na poziomie misji, które stają się coraz bardziej niepraktyczne, gdy łaziki zagłębiają się w Układzie Słonecznym. Mars ma już opóźnienie komunikacyjne od 3 do 22 minut w jedną stronę w zależności od pozycji orbitalnych – co uniemożliwia zdalne sterowanie w czasie rzeczywistym i podnosi stawkę każdej autonomicznej decyzji podejmowanej przez łazik samodzielnie.

Co to oznacza dla robotyki i systemów autonomicznych

Przełom ENav łazika Perseverance to coś więcej niż kamień milowy w kosmosie – to dowód koncepcji autonomicznej nawigacji w ekstremalnym zakresie nieustrukturyzowanego środowiska, potwierdzony tysiącami rzeczywistych kilometrów bez siatki bezpieczeństwa.

Cztery praktyczne implikacje dla przemysłu robotycznego:

1. Wydajna obliczeniowo autonomia jest osiągalna na wysokim poziomie wydajności. Twórcy robotów przemysłowych i platform mobilnych działających na sprzęcie brzegowym powinni zbadać selektywną architekturę obliczeniową ENav – stosowanie kosztownego sprawdzania kolizji tylko na wstępnie odfiltrowanych ścieżkach kandydackich, a nie wyczerpująco.

1. Współbieżność myślenia i ruchu jest podstawowym mnożnikiem prędkości. Przejście z modelu zatrzymaj-zaplanuj- rusz na planuj-podczas-ruchu przyniosło poprawę efektywnej prędkości o rząd wielkości na Marsie. Ta sama zmiana architektoniczna w magazynowych AMR (autonomous mobile robots) i platformach inspekcyjnych na zewnątrz może drastycznie zwiększyć przepustowość bez uaktualnień sprzętowych.

1. Modele fundamentowe wkraczają do fizycznego stosu autonomii. Test generowania punktów orientacyjnych z użyciem Anthropic sygnalizuje bliską przyszłość, w której LLM zajmują się strategicznym planowaniem, a wbudowane algorytmy – reaktywnym wykonaniem. Firmy budujące coboty i mobilne systemy manipulacyjne powinny uważnie monitorować tę hybrydową architekturę.

1. Sprawdzona niezawodność bije surową wydajność w trudnych środowiskach. Celowa decyzja NASA o ponownym użyciu sprawdzonego procesora zamiast silniejszych alternatyw przypomina, że w zastosowaniach o wysokich stawkach – budownictwo, górnictwo, offshore, reagowanie kryzysowe – niezawodność systemu i przewidywalne tryby awarii często są ważniejsze niż wyniki benchmarków.

Ono jasno określa długoterminowy kierunek: „Automatyzacja systemów kosmicznych to nieunikniony kierunek, jeśli chcemy eksplorować głębiej w kosmosie”. Ta sama logika dotyczy każdej dziedziny, w której ludzie nie mogą być obecni w czasie rzeczywistym.

Najczęściej zadawane pytania

Jaki procent jazdy Perseverance jest autonomiczny?

Stan na 1312. marsjański dzień (28 października 2024) Perseverance wykonał około 90% swojej całkowitej trasy po Marsie autonomicznie przy użyciu algorytmu ENav. Dla porównania, łazik Curiosity osiągnął około 6,2% autonomicznej jazdy podczas swojej misji.

Czym jest ENav i na jakim sprzęcie działa?

ENav (Enhanced Autonomous Navigation) to pokładowy algorytm autonomicznej jazdy łazika Perseverance. Działa na procesorze odpornym na promieniowanie o mocy obliczeniowej mniej więcej równej Apple iMac G3 z późnych lat 90. – tej samej architekturze procesora, która została użyta w łaziku Curiosity, wybranej ze względu na sprawdzoną niezawodność w środowisku promieniowania głębokiego kosmosu.

Jaki jest rekord autonomicznej jazdy Perseverance?

3 kwietnia 2023 roku Perseverance przejechał 331,74 metra autonomicznie w ciągu jednego marsjańskiego dnia (sol), ponad trzykrotnie bijąc poprzedni rekord 109 metrów ustanowiony przez łazik Opportunity. Całkowity przejechany dystans przekroczył 30 kilometrów w październiku 2024 roku.

Jak AI Anthropic jest wykorzystywane w nawigacji łazika marsjańskiego?

W grudniu 2024 roku NASA przetestowała potok nawigacyjny wykorzystujący model oparty na Anthropic Claude do analizy satelitarnych obrazów z Mars Reconnaissance Orbiter (MRO) i generowania współrzędnych punktów orientacyjnych dla planowania trasy Perseverance. Jest to warstwa planowania wyższego poziomu, oddzielona od nawigacji lokalnej ENav w czasie rzeczywistym, i stanowi pierwszy test dużego modelu językowego w kontekście operacyjnej robotyki kosmicznej.

Dlaczego NASA nie może użyć mocniejszego procesora w Perseverance?

Układy używane w głębokim kosmosie muszą być odporne na promieniowanie, aby przetrwać środowisko promieniowania jonizującego, co ogranicza dostępne opcje. NASA wybrała sprawdzony procesor z poprzednich misji – akceptując niższą wydajność obliczeniową w zamian za udokumentowaną niezawodność. Szybszy, ale niesprawdzony procesor wprowadziłby ryzyko awarii bez możliwości naprawy w terenie.

Co autonomia Perseverance oznacza dla komercyjnej robotyki?

ENav pokazuje, że zaawansowana autonomiczna nawigacja w nieustrukturyzowanym terenie jest osiągalna na silnie ograniczonym sprzęcie dzięki optymalizacji na poziomie architektury. Selektywne podejście obliczeniowe – uruchamianie kosztownych algorytmów tylko na wstępnie odfiltrowanych ścieżkach o wysokim prawdopodobieństwie – jest bezpośrednio stosowalne do mobilnych robotów brzegowych w produkcji, logistyce, rolnictwie i inspekcjach.

Rekord Perseverance zamyka pętlę trwającej dekadę próby uczynienia łazików planetarnych naprawdę samowystarczalnymi – i robi to na sprzęcie, który miałby problem z uruchomieniem nowoczesnej karty przeglądarki.