Der Mars ist ein Härtetest für Roboterautonomie, aber noch kein Beweis für simulierte Manipulation

Der Mars ist ein ungewöhnlich anspruchsvoller Prüfstand für autonome Robotik. Funksignale benötigen je nach Stellung der Planeten ungefähr 3 bis 22 Minuten für eine Strecke; zusätzlich sind längere Unterbrechungen möglich. Eine Steuerung in Echtzeit ist deshalb praktisch ausgeschlossen. Ein Rover muss seine Umgebung selbst interpretieren, sichere Aktionen auswählen und mit alltäglichen Unsicherheiten an Bord umgehen, statt auf jede Korrektur von der Erde zu warten. 1719

Damit beantwortet der Mars allerdings eine engere Frage als: „Können Roboter in der Simulation alles lernen?“ Er zeigt, wie viel nützliche Arbeit ein Roboter mit vorab erstellten Modellen, Bordsensorik und lokaler Entscheidungsfindung leisten kann, wenn Daten knapp sind, Nachtraining lange dauert und ein Fehler womöglich nicht mehr behoben werden kann.

Was der Mars tatsächlich testet

Marsmissionen trennen die übergeordnete Überwachung von der unmittelbaren Ausführung. Die Teams auf der Erde wählen wissenschaftlich interessante Ziele, legen Randbedingungen fest und planen grobe Routen. Der Rover übernimmt anschließend den kurzfristigen Kreislauf aus Wahrnehmung, Planung, Steuerung und Gefahrenvermeidung.

Das ist ein aussagekräftiger Test für Autonomie unter Verzögerung und Unsicherheit. Es ist aber kein sauberer Nachweis dafür, dass ein Roboter beliebige physische Fähigkeiten erlernen kann, ohne die Zielumgebung jemals praktisch zu erleben. Fortbewegung, Manipulation und Reparatur sind unterschiedlichen Unsicherheiten ausgesetzt – und auf dem Mars gibt es kaum Möglichkeiten, ein fehlgeschlagenes Experiment einfach zu wiederholen.

Curiosity und Perseverance: Der Produktivitätsschub durch Autonomie

Curiosity und Perseverance verfügen über eng verwandte Fahrwerkskonzepte und dieselbe nominelle maximale Radgeschwindigkeit von etwa 4,2 Zentimetern pro Sekunde. Perseverance kombiniert diese Basis jedoch mit leistungsfähigerer Bordverarbeitung, besseren Kameras und einer weiterentwickelten Umsetzung der autonomen Navigation. 1

Curiosity musste für die autonome Navigation häufig anhalten, Stereobilder aufnehmen, sie verarbeiten und anschließend einen sicheren Weg auswählen. In den ersten 2.500 Marstagen – sogenannten Sols – lag die mittlere Fahrstrecke bei etwa 28 Metern; mehr als 100 Meter schaffte der Rover nur 18-mal. 2

Perseverances AutoNav erstellt lokale dreidimensionale Geländekarten, erkennt geometrische Gefahren und plant bei Hindernissen um, ohne dass die Erde jeden einzelnen Wegabschnitt vorgeben muss. 37 In einer Kampagne für besonders schnelle Querungen absolvierte der Rover unter einem einzigen Plan eine Fahrt von 528,7 Metern über mehrere Sols. Eine anschließende Weiterfahrt von 699,9 Metern erfolgte über drei Sols hinweg ohne menschliche Vorgabe des konkreten Fahrwegs. 5 Bei der Durchquerung eines Geröllfelds teilte die NASA zudem mit, dass Perseverance die Strecke in etwa einem Drittel der Zeit bewältigte, die frühere Marsrover dafür benötigt hätten. 6

Der Vergleich ist kein perfektes kontrolliertes Experiment: Die Rover unterscheiden sich nicht nur bei der Software, sondern auch bei Rechenleistung, Bildgebung und Missionssystemen. Trotzdem macht er ein wichtiges Prinzip sichtbar. Wenn ein Roboter sichere lokale Entscheidungen treffen kann, wird die Kommunikationsverzögerung nicht länger zu einem ständigen „Befehl senden, warten, nachbessern“-Engpass.

Die eigentliche Lehre: Aufsicht statt völliger Unabhängigkeit

Perseverance arbeitet keineswegs ohne Menschen. Die Teams entscheiden weiterhin, welche wissenschaftlichen Ziele Priorität haben, welche Risiken vertretbar sind und in welche grobe Richtung der Rover fahren soll. Die Autonomie übernimmt die lokale Ausführung, die nötig ist, um diese Ziele effizient zu erreichen.

Diese Architektur ist besonders wertvoll, wenn ein Roboter nicht geborgen oder kurzfristig neu eingesetzt werden kann. Statt jede Korrektur von der Erde zu übertragen, geben die Verantwortlichen Ziele und Sicherheitsgrenzen vor. Innerhalb dieses Rahmens wählen Sensoren und Bordmodelle die konkreten Aktionen aus.

Die belastbare Schlussfolgerung lautet daher: Autonomie kann bei klar begrenzten Aufgaben wie der gefahrenbewussten Navigation die Aktivität und die erreichbare Wissenschaft pro Sol erhöhen. Sie beweist nicht, dass dasselbe System beliebige Manipulationsaufgaben sicher ausführen kann.

Warum erfolgreiche Navigation keine Sim-to-Real-Manipulation beweist

Fahren ist schwierig, doch ein großer Teil des Problems lässt sich geometrisch beschreiben: Gelände erfassen, Gefahren und möglichen Schlupf schätzen und eine vorsichtige Route auswählen. Kontaktintensive Aufgaben funktionieren anders. Graben, Probennehmen, das Koppeln von Werkzeugen, das Öffnen von Mechanismen, Montieren und Reparieren hängen von Kräften und Materialeigenschaften ab, die sich aus dem bloßen Aussehen nur schwer ableiten lassen.

Ein Manipulationssystem müsste unter anderem Nachgiebigkeit, Reibung, das Fließverhalten von Granulat, Verschleiß, Spiel in mechanischen Komponenten, das Zusammenspiel von Werkzeug und Boden sowie mögliche Fehlermuster vorhersagen. Auf dem Mars kommen eine Oberflächengravitation von etwa 0,37 bis 0,38 g, eine dünne, überwiegend aus Kohlendioxid bestehende Atmosphäre sowie eine kalte, trockene Oberfläche mit unterschiedlich beschaffenem Regolith hinzu. 333536 NASA-Material weist außerdem auf elektrostatische Aufladung als Problem im trockenen Marsboden mit hohem elektrischen Widerstand hin. Geladener Staub kann sich an Oberflächen sammeln und dadurch Gefahren verursachen. 3334

Staub ist dabei weit mehr als ein optisches Ärgernis. Forschung aus dem NASA-Umfeld hält fest, dass Staubablagerungen auf den Solarzellen von Rovern deren Wirkungsgrad so stark verringern können, dass der weitere Betrieb gefährdet ist. 34 Ein Simulator kann die Oberfläche überzeugend darstellen – und sogar gute Navigationsentscheidungen hervorbringen – und dennoch bei Kräften, Wärmeübertragung, Staubhaftung oder Materialalterung falschliegen. Genau diese Größen entscheiden bei Manipulationen oft über Erfolg oder Misserfolg.

Der Prüfmaßstab muss in der physischen Welt liegen

Die Aussage „Simulation kann Manipulation auf dem Mars bewältigen“ verlangt mehr als eine überzeugende digitale Umgebung oder eine erfolgreiche Demonstration bei einer verwandten Aufgabe. Entscheidend ist, ob das Modell gemessene Ergebnisse an physischen Systemen und unter Bedingungen vorhersagt, die beim Training nicht verwendet wurden.

Wichtige Messgrößen wären etwa:

• Kräfte und Drehmomente beim Werkzeugkontakt;
• Radschlupf, Einsinken und Traktion auf unterschiedlichen Böden;
• die Wechselwirkung zwischen Werkzeug und Regolith sowie das Fließverhalten des Granulats;
• das thermische Verhalten bei marsähnlichem Druck und marsähnlichen Temperaturen;
• Staubhaftung und die Beeinträchtigung von Sensoren;
• Verschleiß, mechanisches Spiel und veränderliche Reibung; sowie
• die Verteilung von Erfolgen, Bergungen und Fehlschlägen bei den Aufgaben.

Solange ein Modell solche Messungen nicht über relevante Gelände- und Umweltzustände hinweg reproduziert, darf gute Navigationsleistung nicht als Beweis für robuste Kontaktmanipulation gelten. Das bedeutet nicht, dass Simulationen nutzlos wären. Sie müssen vielmehr an der Realität kalibriert und fortlaufend auf Modellfehler geprüft werden.

Warum Vorläuferinstrumente sinnvoll sind

Ein stufenweiser Missionsplan kann die Kosten unbekannter Risiken senken. Günstigere Sensoren oder Erkundungsinstrumente können zunächst jene physikalischen Parameter messen, die über einen Fehlschlag entscheiden. Diese Beobachtungen aktualisieren das Umgebungsmodell, schränken die Simulation ein und zeigen, welche Bedingungen noch außerhalb des validierten Bereichs liegen.

Erst danach könnte ein leistungsfähiger Roboter eingesetzt werden – mit Strategien, die gegen zurückgehaltene Messdaten getestet wurden und nicht nur gegen dieselben Daten, mit denen das Modell erstellt wurde. Auch während des Betriebs sollten Instrumente die Umgebung weiter vermessen. So kann das System erkennen, wenn die Realität von seinen Annahmen abweicht.

Das ersetzt den Mars nicht durch einen digitalen Zwilling. Es nutzt wenige, gezielt ausgewählte Messungen, um ein digitales Modell für eine risikoreiche Mission ausreichend verlässlich zu machen.

Die Manipulationsfrage könnte auf der Erde beantwortet werden

Bergwerke, Offshore-Anlagen, Nuklearstandorte und Katastrophengebiete stellen viele der technischen Herausforderungen bereit, die den Mars so schwierig machen: unvollständige Informationen, gefährliche Umgebungen, Kontakt mit unregelmäßigen Materialien und hohe Fehlerkosten. Anders als auf dem Mars erlauben diese Einsatzorte jedoch wiederholte Versuche, dichte Instrumentierung, die Bergung ausgefallener Hardware, kontrollierte Störungen sowie schnelle Änderungen an Software und Hardware.

Dadurch lässt sich der vollständige Kreislauf vielfach durchlaufen:

1. Umgebung scannen und rekonstruieren;
2. mögliche Aktionen simulieren;
3. eine Strategie trainieren oder planen;
4. sie auf einem physischen Roboter einsetzen;
5. vorhergesagte und beobachtete Ergebnisse vergleichen; und
6. das Modell aktualisieren und erneut testen.

Ergebnisse aus solchen Umgebungen könnten zeigen, ob eine bestimmte Autonomie- und Simulationskette robust genug ist, um zwischen verschiedenen Einsatzorten zu übertragen. Eine mars-spezifische Kalibrierung wäre trotzdem nötig, weil Erdgravitation, Atmosphäre, Böden, Staub und thermische Bedingungen nicht identisch sind.

Was die Ankündigungen von 51WORLD belegen – und was nicht

Öffentliche Beschreibungen ordnen 51WORLDs AperOne als Plattform für Anwendungen der verkörperten KI ein. Sie soll einen Kreislauf aus Rekonstruktion, Training, Bewertung, Bereitstellung und Betrieb abbilden. Ein öffentlicher Bericht beschreibt außerdem eine behauptete Validierung in Umgebungen wie Bergwerken und Fabriken. 50

Unabhängig davon kündigte 51WORLD eine Zusammenarbeit mit Huantian Intelligence zur Entwicklung von ECS-1 an – einem geplanten kommerziellen Fernerkundungssatelliten, der physikbasierte KI-Trainings- und Simulationsanwendungen unterstützen soll. Die Ankündigung beschreibt ein gemeinsames Projekt, liefert aber keinen Beleg dafür, dass ein für den Mars geeigneter Sim-to-Real-Ansatz zur Manipulation bereits im Orbit validiert wurde. 54

Diese Vorhaben passen zu einer gestuften Strategie: physische Umweltdaten sammeln, nutzbare digitale Umgebungen aufbauen und verkörperte Systeme vor den schwierigsten Einsätzen testen. Das verfügbare Material belegt jedoch weder eine Leistung bei Manipulationen auf dem Mars noch, dass AperOne die Robotik in Bergwerken allgemein gelöst hat. Dafür wären aufgabenbezogene Ergebnisse, Messprotokolle, Fehlerdaten und reproduzierbare Vergleiche erforderlich.

Das stärkste Fazit

Der Mars hat bereits gezeigt, dass Bordautonomie die Produktivität ferngesteuerter Roboter grundlegend verändern kann, wenn die Aufgabe klar begrenzt ist und der Roboter lokale Gefahren bewerten kann. Die längeren autonomen Fahrten von Perseverance zeigen den Wert eines Wechsels von Befehlen aus der Ferne hin zu übergeordneter Aufsicht. 456

Der Mars hat dagegen noch nicht gezeigt, dass Simulation allein das physikalische Wissen für zuverlässige, kontaktintensive Manipulation bereitstellen kann. Der überzeugendste Weg ist iterativ: zuerst messen, dann das Modell kalibrieren, Vorhersagen gegen zurückgehaltene Realweltdaten prüfen und den Prozess in wiederherstellbaren irdischen Umgebungen wiederholen. Erst danach sollten leistungsfähige Roboter mit risikoreichen Aufgaben auf dem Mars betraut werden.

Der Mars ist damit nicht einfach die Abschlussprüfung für das Lernen von Robotern. Er legt offen, ob die gesamte Sim-to-Real-Kette wirklich validiert wurde – oder nur plausibel aussieht.