斯坦福大学研究人员在国际空间站（ISS）上成功演示了一套基于机器学习的控制系统，这一成果标志着轨道机器人技术的重要转折点。该系统使立方体形自由飞行机器人“Astrobee”能在不依赖宇航员直接操控的情况下，安全穿越空间站狭窄的通道和布满设备的内部环境。这一技术突破为未来实现由机器人主导、仅需极少人类干预的太空任务铺平了道路。

国际空间站内部结构复杂，给运动路径规划带来了巨大挑战。研究团队构建了一套基于序列凸规划的优化系统，用于生成安全且可行的路径。团队利用数千个历史路径解决方案训练了一个机器学习模型，该模型可提供一个“热启动”，即在优化前给出一个基于经验的初始猜测，显著加速了整个规划过程。在空间站的测试中，宇航员仅负责初始设置与收尾工作，随后便退出操作流程，地面团队通过NASA约翰逊航天中心远程发送指令。

NASA已将该系统评定为技术就绪等级5级，表明其已在真实运行环境中得到验证，降低了未来任务提案与实验的技术风险。展望未来，随着太空任务不断拓展，自主性将变得至关重要。帕沃内团队计划进一步推进该技术，采用更强大的人工智能模型，以提升机器人在深空环境中的自主决策能力。