Courtesy of InterestingEngineering

AI Pertama Kali Kendalikan Satelit Secara Otonom di Orbit Langit

Membuktikan bahwa pengendali sikap satelit berbasis Deep Reinforcement Learning dapat beroperasi secara otonom di ruang angkasa nyata, sehingga membuka jalan bagi sistem satelit generasi berikutnya yang dapat menyesuaikan dan membuat keputusan sendiri tanpa campur tangan manusia, khususnya untuk misi luar angkasa jangka panjang dengan tantangan komunikasi.

08 Nov 2025, 04.10 WIB

132 dibaca

Ikhtisar 15 Detik

Penggunaan pembelajaran penguatan dalam kontrol satelit dapat meningkatkan efisiensi dan adaptabilitas sistem.
Keberhasilan pengujian ini menunjukkan potensi AI untuk misi luar angkasa yang memerlukan keputusan otonom.
Proyek LeLaR menetapkan dasar untuk pengembangan kontroler yang lebih canggih dalam teknologi ruang angkasa.

Würzburg, Jerman - Sebuah tim peneliti dari Julius Maximilians Universität Würzburg berhasil mencapai terobosan besar di bidang teknologi luar angkasa dengan menjalankan pengendali sikap satelit berbasis kecerdasan buatan langsung di luar angkasa. Teknologi ini menggunakan Deep Reinforcement Learning (DRL) yang dipelajari melalui simulasi komputer agar satelit mampu menyesuaikan posisinya tanpa bantuan manusia.

Pengujian dilakukan dengan satelit nanosatelit bernama InnoCube yang beroperasi di orbit Bumi. AI pengendali tersebut berhasil melakukan manuver dengan target orientasi yang tepat dan konsisten, membuktikan bahwa sistem ini mampu mengatasi tantangan dari teori ke aplikasi nyata, masalah yang dikenal dengan Sim2Real gap.

Keberhasilan ini merupakan langkah penting menuju pengembangan sistem kendali satelit yang bisa beradaptasi dan mandiri, tanpa perlu penyetelan manual selama berbulan-bulan. Ini akan sangat berguna untuk misi ruang angkasa jangka panjang di mana komunikasi dengan Bumi sangat lambat atau bahkan tidak memungkinkan.

Di samping pengendali AI, InnoCube juga menguji sistem komunikasi internal nirkabel SKITH yang menggantikan kabel-kabel tradisional, sehingga mengurangi massa satelit dan risiko kerusakan. Teknologi ini mendukung visi satelit masa depan yang lebih ringan dan dapat diandalkan.

Para peneliti berencana terus mengembangkan teknologi ini agar dapat diterapkan di skenario lebih luas, termasuk misi antariksa jauh. Keberhasilan ini juga menandai awal diterimanya AI secara lebih luas dalam riset dan operasi ruang angkasa yang sangat kompleks dan berisiko tinggi.

Referensi:
[1] https://interestingengineering.com/space/ai-attitude-controller-in-orbit-demonstration

Analisis Ahli

Kirill Djebko

"Pengujian ini adalah bukti konkret pertama di dunia bahwa pengendali sikap satelit yang dilatih dengan Deep Reinforcement Learning dapat beroperasi sukses di orbit."

Tom Baumann

"Kesuksesan ini menunjukkan AI mampu melakukan manuver presisi dengan otonomi penuh di kondisi nyata, membuka masa depan sistem kendali satelit yang sepenuhnya adaptif."

Frank Puppe

"Kemajuan ini akan meningkatkan penerimaan luas metode AI dalam riset aeronautika dan ruang angkasa, berkat model simulasi yang sangat akurat."

Analisis Kami

"Keberhasilan AI Deep Reinforcement Learning dalam mengendalikan satelit secara real-time di orbit membuktikan bahwa metode pembelajaran mesin dapat mengatasi keterbatasan kendali tradisional yang statis dan mahal waktunya. Ini merupakan tonggak penting yang mempercepat pergeseran menuju sistem satelit yang lebih adaptif dan mandiri, meskipun tantangan validasi keamanan tetap harus diperkuat."

Prediksi Kami

Teknologi kendali satelit berbasis AI akan semakin berkembang dan diadopsi secara luas untuk misi ruang angkasa jauh, seperti perjalanan antarplanet, yang mengandalkan sistem otonom akibat keterbatasan komunikasi waktu nyata.

Pertanyaan Terkait

Apa yang dicapai oleh tim dari Julius Maximilians Universität Würzburg?

Tim tersebut berhasil menjalankan kontroler sikap berbasis AI langsung di ruang angkasa dengan sukses.

Apa yang membedakan kontroler yang dikembangkan dalam proyek LeLaR?

Kontroler ini menggunakan Deep Reinforcement Learning, yang memungkinkan sistem belajar dari pengalaman dan beradaptasi dengan kondisi baru.

Mengapa pengujian di ruang angkasa penting untuk teknologi ini?

Pengujian di ruang angkasa penting untuk memastikan bahwa perilaku yang dipelajari di Bumi dapat diterapkan di lingkungan ruang angkasa yang nyata.

Apa implikasi dari keberhasilan pengujian ini untuk misi luar angkasa di masa depan?

Keberhasilan ini menunjukkan bahwa AI dapat melakukan manuver otonom yang tepat dalam kondisi nyata, yang dapat meningkatkan kepercayaan dalam misi luar angkasa.

Apa tujuan tim setelah keberhasilan pengujian sistem kontrol sikap berbasis AI?

Tim berencana untuk memperluas teknologi ini ke skenario baru dan mencapai otonomi penuh dalam ruang angkasa.