美国宇航局(NASA)与包括Motiv Space Systems在内的行业合作伙伴,将通过"飞行基础机器人"(Fly Foundational Robots,FFR)任务,在近地轨道上飞行并操控一款商业机械臂。该任务计划于2027年底发射,旨在革新太空作业能力,为人类可持续在其他星球生活和工作奠定关键基础。
通过支持这一技术验证项目,NASA正积极推动太空机器人产业发展,为未来的科学探索和深空探测任务解锁更多宝贵工具。
NASA总部空间技术任务局在轨服务、组装与制造(ISAM)领域高级技术负责人博·纳亚什(Bo Naasz)表示:"今天是机械臂演示,但未来这些相同的技术可能会用于组装太阳能电池阵列、为卫星补充燃料、建设月球栖息地,或制造造福地球生活的产品。这正是我们构建主导性太空经济、实现人类在月球和火星长期驻留的方式。"
FFR任务将使用来自小型企业Motiv Space Systems的机械臂,该机械臂具备精细操作、自主使用工具以及在零重力或部分重力环境下在航天器结构上行走的能力。此次任务有望探索出在太空中修复和补给航天器、建设太空栖息地和基础设施、维护月球及火星表面生命支持系统,以及在长期任务中担任宇航员机器人助手等多种应用方式。
推动太空机器人系统的发展,还将深化人类对地球上建筑、医疗、交通等各行业类似技术的理解。
为在太空中验证FFR商业机械臂的性能,NASA空间技术任务局已与Astro Digital签订合同,通过该机构的"飞行机会"(Flight Opportunities)计划提供一次有人托管的轨道测试。
客座机器人专家将有机会参与FFR任务,参与者可将Motiv的机器人平台用作测试平台,并执行各类独特任务。NASA将作为首位客座操作员,目前正在寻找其他有意参与的美国合作伙伴。
太空机器人的未来发展有赖于在执行更复杂、更大规模的在轨服务和燃料补给任务之前,先在太空中对机器人操作进行充分测试。通过FFR任务,Motiv机械臂在太空中的操作演示将为开启无限可能打开大门。
NASA"飞行基础机器人"演示项目由NASA空间技术任务局ISAM项目组资助,由位于马里兰州格林贝尔特的NASA戈达德航天飞行中心负责管理。位于加利福尼亚州帕萨迪纳的Motiv Space Systems将通过NASA小企业创新研究第三阶段奖项,为任务提供机械臂系统。位于科罗拉多州利特尔顿的Astro Digital将通过NASA"飞行机会"计划,对Motiv的机器人载荷进行飞行测试,该计划由位于加利福尼亚州爱德华兹的NASA阿姆斯特朗飞行研究中心负责管理。
Q&A
Q1:NASA"飞行基础机器人"任务的主要目标是什么?
A:NASA"飞行基础机器人"(FFR)任务计划于2027年底发射,核心目标是在近地轨道上验证由Motiv Space Systems提供的商业机械臂的太空操作能力。该机械臂具备精细操作、自主工具使用及在微重力环境下行走于航天器结构上等功能,未来有望用于卫星维修补给、太空栖息地建设及宇航员辅助作业,为构建可持续太空经济奠定基础。
Q2:Motiv Space Systems提供的机械臂有哪些技术特点?
A:Motiv Space Systems提供的机械臂专为太空环境设计,具备三大核心能力:一是精细操作能力,可完成复杂的抓取和装配动作;二是自主工具使用能力,能够独立操控各类工具;三是在零重力或部分重力环境下在航天器结构表面行走的能力。这些特性使其可以胜任卫星燃料补给、太空基础设施建设和维护等多种在轨任务。
Q3:普通企业或科研机构能否参与FFR任务?
A:可以参与。NASA目前正向美国合作伙伴开放"客座机器人专家"参与资格,参与者可将Motiv的机器人平台用作在轨测试平台,执行各类独特任务。NASA本身将作为首位客座操作员。此外,整个任务由NASA空间技术任务局资助,并由戈达德航天飞行中心管理,合作方还包括Astro Digital和Motiv Space Systems等商业企业。
好文章,需要你的鼓励
本田汽车因电动车战略失败,创下上市以来最大亏损,电动车相关损失高达1.45万亿日元(约92亿美元)。本田CEO宣布全面调整战略:放弃2040年淘汰燃油车计划,转而推进混动路线,计划到2028年推出两款新混动车型原型,并在本十年末全球发布15款新混动车型。与此同时,本田将暂停150亿美元的加拿大电动车工厂建设,并将俄亥俄州电动车产线改为混动和燃油车生产。
中山大学等机构发现,多模态AI在同一道物理题因表达形式改变时推理能力明显下滑,视觉数值与物理实体的绑定是最核心瓶颈,且遮黑训练图片同样能提升测试成绩。
IEEE信号处理学会与《IEEE信号处理精选主题期刊》联合发布专题征稿,聚焦"网络化AI"领域。该研究方向旨在让机器人和AI系统摆脱孤立运行模式,通过互联网络实现集体学习、实时协同优化。研究涵盖多智能体机器人、分布式AI、边缘智能、自动驾驶等方向,探索系统在无需人工干预的条件下自主进化的可能性。论文征集截止日期为2026年6月15日,成果将于2027年1月发布。
这项由纽约大学与弗拉托恩研究所开展的研究证明,允许可学习嵌入时,Transformer只需对数维度就能存储大量事实,MLP充当通用关系选择器而非知识查找表,思维链可绕开多跳推理的容量瓶颈。