1 简介 各国航天机构重新燃起动力,将人类太空探索从低地球轨道 (LEO) 推向深空。NASA 的 Artemis 计划勾勒出重返月球和远赴火星的清晰路线 [NASA, 2017]。此外,SpaceX 和 Blue Origin 等主要参与者在商业航天领域取得的最新成功,使载人航天变得更加便捷、经济实惠,并使未来的长期任务成为现实。然而,未来长时间的航天飞行需要独立于 LEO 操作的系统,例如持续通信、在相对较短的时间内通过多个系统传输大量数据的能力、或在需要时请求和交换机组人员的能力。在地球上,机器学习 (ML) 和机器自动化已经在推动下一次工业革命,并在农业和制造业等领域实现完全自主的工业流程 [Ayaz et al. , 2019; Yang et al. , 2019]。然而,航天本身却远远落后于这些进步。在这里,我们讨论了 ML 支持系统在太空领域面临的挑战以及 ML 系统在航天器上的适用性和优势。我们通过自主医疗系统的示例重点介绍上述内容,并描述了成功开发此类系统的基础设施。
主要关键词
![arXiv:2106.05659v1 [cs.LG] 2021 年 6 月 10 日PDF文件第1页](/bimg/e/e2b350b1714bf692836c9c90bcc2bd0da72d232d.webp)
![arXiv:2106.05659v1 [cs.LG] 2021 年 6 月 10 日PDF文件第2页](/bimg/6/61c8b49f9caec32222f8baf8c92bc86f80a2056f.webp)
![arXiv:2106.05659v1 [cs.LG] 2021 年 6 月 10 日PDF文件第3页](/bimg/c/c7c113b2079909a0eb5381891406535b7decfa52.webp)
![arXiv:2106.05659v1 [cs.LG] 2021 年 6 月 10 日PDF文件第4页](/bimg/3/3834742933c1407d003207950b2102680e20ccaa.webp)
![arXiv:2106.05659v1 [cs.LG] 2021 年 6 月 10 日PDF文件第5页](/bimg/b/b3bb4ff184f1b0ed198fe37291df840c5137cd79.webp)
