NASA“毅力号”火星车在Anthropic的Claude AI辅助下实现火星导航突破

美国 - 艾赫巴里通讯社

NASA“毅力号”火星车在Anthropic的Claude AI辅助下实现火星导航突破

在自主空间探索领域取得重大飞跃，NASA喷气推进实验室（JPL）成功部署了Anthropic的Claude人工智能模型，为“毅力号”火星车在险峻的火星表面规划复杂路线。这标志着一个关键时刻，先进的生成式AI直接为深空任务中的关键操作决策做出贡献，显著提高了效率和安全性。

此次合作中，Claude在上个月为“毅力号”设计了一条400米的路径，这一壮举此前完全由人类工程师完成。将细致的路线规划工作委托给AI模型，凸显了人们对复杂算法处理行星探索中最具挑战性方面日益增长的信任。火星地貌，其严酷的地质特征——从锯齿状的基岩和危险的巨石区到欺骗性的沙纹——对价值数百万美元的机器人资产构成了巨大风险。NASA“勇气号”火星车在2009年陷入软沙中并永久受困的记忆，清楚地提醒着这些危险，使得精确的路线规划至关重要。

传统上，“毅力号”团队投入大量时间和资源来绘制火星车的路线。这一过程涉及对NASA火星侦察轨道器上的HiRISE相机等仪器获取的高分辨率轨道图像进行细致分析，并结合详细的地面图像和数字高程模型。工程师们精心识别安全通道和潜在危险，设定一系列引导火星车移动的航点。一旦最终确定，这些导航计划将经历大约1.4亿英里（2.25亿公里）的旅程——地球到火星的平均距离——然后由“毅力号”接收。由于巨大的通信延迟，通过操纵杆进行直接、实时的控制根本不可能。

将Claude引入这一工作流程代表着一种范式转变。JPL研究人员为了减轻人类预规划“耗时”和“费力”的性质，将这项艰巨的挑战交给了Claude。利用其先进的视觉能力，生成式AI模型处理了大量的轨道图像和地形坡度数据。它细致地识别了基岩、露头、巨石区和沙纹等关键地形特征，随后生成了一条连续、优化的路径，并附带精确的航点。至关重要的是，Claude将这些导航指令翻译成火星车标记语言（RML），这是一种基于XML的命令集，可由火星车直接执行。

虽然Claude展示了在访问NASA特定数据集的情况下生成RML的能力，但一个有趣的插曲出现了：一个公开版本的Claude最初否认了解RML。直到被Anthropic自己关于此事的声明提示后，它才承认其能力，这说明了通用和专业AI应用之间的区别。这一事件也突出了上下文和训练数据在AI性能中的重要性。

尽管Claude的能力令人印象深刻，但人类监督仍然不可或缺。JPL工程师严格审查了Claude提出的路线计划。这一关键的验证步骤涉及使用一个复杂的模拟器，即“毅力号”火星车的虚拟复制品，来测试AI生成的路径。工程师们仔细检查了与火星车预计位置和潜在障碍相关的50多万个遥测变量，并进行了细微但至关重要的修正。Anthropic证实“只需要进行微小的改动”，并引用了一些例子，例如地面摄像机图像（Claude未曾见过）提供了更清晰的沙纹视图，从而使人类驾驶员为实现最佳安全性和精确度而调整了路线。这种协作方法确保了AI和人类专业知识的内在优势得到最大化。

这种人机协作的成功在火星日（sols）1707和1709（对应于2025年12月8日和12月10日）得到了证明。在这些日期，“毅力号”成功执行了主要由Claude规划的路线。NASA发布的一张带注释的轨道图像生动地展示了AI规划的路径（洋红色）以及实际行驶的路线（橙色）。虽然火星车的AutoNav系统负责实时决策和避障，导致与预规划路线略有偏差，但核心AI生成的策略被证明是稳健有效的。

NASA局长贾里德·艾萨克曼（Jared Isaacman）赞扬了这项成就，他表示：“这次演示展示了我们的能力取得了多大进展，并拓宽了我们探索其他世界的方式。像这样的自主技术可以帮助任务更高效地运行，应对具有挑战性的地形，并随着与地球距离的增加而提高科学回报。这是团队在实际操作中谨慎而负责任地应用新技术的有力例证。” Anthropic表示Claude可以将路线规划所需的时间缩短一半，尽管具体的时间节省量尚未披露。然而，其影响是深远的：更快的规划周期意味着更多的科学探索时间，并可能延长任务寿命。

火星上生成式AI的这一开创性应用，突显了空间探索中一个新兴的趋势。随着视觉-语言-动作模型不断发展并变得更加复杂，它们在机器人任务中的整合将彻底改变人类探索遥远天体的方式。Claude在火星上的成功部署不仅是一项技术上的胜利；它更是描绘了一个未来，在这个未来中，智能机器与人类智慧携手合作，共同解开宇宙的奥秘，使任务更具雄心、更高效，并最终取得更大的成功。

艾赫巴里通讯社