คำตอบเผยแพร่แล้ว25 แหล่งที่มา
ดาวอังคารคือสนามทดสอบหุ่นยนต์อิสระในโลกจริง—แต่ยังไม่ใช่บทพิสูจน์การหยิบจับจากการจำลอง
สัญญาณระหว่างโลกกับดาวอังคารใช้เวลาประมาณ 3–22 นาทีต่อเที่ยว และอาจเกิดช่วงขาดการติดต่อ ทำให้การควบคุมแบบจอยสติ๊กแบบเรียลไทม์ทำได้จริงยากมาก [17][19] การเปรียบเทียบ Curiosity กับ Perseverance แสดงให้เห็นว่า AutoNav ช่วยเปลี่ยนการควบคุมจากโลกแบบรอคำสั่งทุกขั้นตอน เป็นการกำกับดูแลระดับเป้าหมาย ขณะที่หุ่นยนต์ตัดสินใจระ...
เผยแพร่โดยแก้ไขด้วย GPT-5.6 Lunaรูปภาพสร้างด้วย GPT Image 1.5
คำตอบการวิจัย
ประเด็นสำคัญ
- สัญญาณระหว่างโลกกับดาวอังคารใช้เวลาประมาณ 3–22 นาทีต่อเที่ยว และอาจเกิดช่วงขาดการติดต่อ ทำให้การควบคุมแบบจอยสติ๊กแบบเรียลไทม์ทำได้จริงยากมาก [17][19]
- การเปรียบเทียบ Curiosity กับ Perseverance แสดงให้เห็นว่า AutoNav ช่วยเปลี่ยนการควบคุมจากโลกแบบรอคำสั่งทุกขั้นตอน เป็นการกำกับดูแลระดับเป้าหมาย ขณะที่หุ่นยนต์ตัดสินใจระยะสั้นเอง
- แต่การขับเคลื่อนที่ประสบความสำเร็จยังไม่ใช่หลักฐานว่าหุ่นยนต์จะขุด เก็บตัวอย่าง เชื่อมต่ออุปกรณ์ หรือซ่อมแซมสิ่งต่าง ๆ ได้อย่างน่าเชื่อถือภายใต้สภาพแวดล้อมของดาวอังคาร
- แนวทางที่มีความเสี่ยงต่ำกว่าคือส่งเครื่องมือวัดราคาประหยัดไปเก็บข้อมูลก่อน นำข้อมูลมาปรับเทียบแบบจำลอง แล้วทดสอบวงจร sim to real ซ้ำ ๆ ในพื้นที่บนโลกที่กู้คืนอุปกรณ์ได้
AI พรอมต์
openai.comCreate a landscape editorial hero image for this Studio Global article: How does Mars—where communication delays of roughly 3–22 minutes one way make teleoperation impossible, no prior manipulation data exists, l. Article summary: Mars is a stringent test of whether robots can operate from prior models, simulation, and limited onboard sensing rather than from real-time human control. A roughly 3–22 minute one-way light-time delay—and possible disr. Topic tags: general, government, academic, general web, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermark
ดาวอังคารเป็นบททดสอบระบบหุ่นยนต์อัตโนมัติที่เข้มข้นอย่างยิ่ง แต่คำถามที่ตอบได้มีขอบเขตกว่าคำกล่าวว่า “หุ่นยนต์จะเรียนรู้ทุกอย่างจากการจำลองได้หรือไม่”
สัญญาณระหว่างโลกกับดาวอังคารใช้เวลาประมาณ 3–22 นาทีต่อเที่ยว และอาจมีช่วงขาดการติดต่อยาวนานกว่านั้น การควบคุมด้วยจอยสติ๊กจึงไม่ใช่ทางเลือกที่ใช้งานได้จริง หุ่นยนต์สำรวจต้องมองสภาพแวดล้อม ประเมินอันตราย เลือกการเคลื่อนไหวที่ปลอดภัย และรับมือความไม่แน่นอนด้วยตัวเองบนดาวอังคาร แทนที่จะรอให้ทีมบนโลกแก้ไขทุกจังหวะ 17
19
ดาวอังคารกำลังทดสอบอะไร
ภารกิจบนดาวอังคารแยกบทบาทระหว่าง การกำกับดูแลระดับสูง กับ การปฏิบัติการระดับต่ำ ได้อย่างชัดเจน ทีมภารกิจยังเป็นผู้เลือกเป้าหมายทางวิทยาศาสตร์ กำหนดข้อจำกัด ระบุระดับความเสี่ยงที่ยอมรับได้ และวางเส้นทางโดยรวม ส่วนหุ่นยนต์ต้องจัดการวงจรระยะสั้น ได้แก่ การรับรู้สภาพแวดล้อม การวางแผน การควบคุม และการหลบหลีกอันตรายด้วยตัวเอง
นี่เป็นการทดสอบที่มีความหมายมากต่อระบบอัตโนมัติภายใต้ความล่าช้าของการสื่อสาร ข้อมูลจำกัด และความไม่แน่นอน อีกทั้งความผิดพลาดอาจแก้ไขไม่ได้ง่าย ๆ แต่ยังไม่ใช่การทดสอบที่สะอาดพอจะสรุปว่า หุ่นยนต์สามารถเรียนรู้ทักษะทางกายภาพทุกชนิดโดยไม่เคยเก็บข้อมูลจากสภาพแวดล้อมเป้าหมายได้
การขับเคลื่อน การหยิบจับ และการซ่อมแซมมีแหล่งความไม่แน่นอนคนละแบบ และดาวอังคารเปิดโอกาสให้ทดลองซ้ำหลังเกิดความล้มเหลวได้น้อยมาก
Curiosity และ Perseverance แสดงให้เห็นว่าอิสระช่วยเพิ่มผลิตภาพได้จริง
Curiosity และ Perseverance ใช้โครงสร้างระบบขับเคลื่อนที่ใกล้เคียงกัน และมีความเร็วล้อสูงสุดตามข้อกำหนดประมาณ 4.2 เซนติเมตรต่อวินาทีเท่ากัน ความแตกต่างสำคัญคือ Perseverance มาพร้อมคอมพิวเตอร์บนยาน กล้อง และซอฟต์แวร์นำทางที่ได้รับการปรับปรุง ทำให้ระบบขับเคลื่อนอัตโนมัติมีความสามารถมากขึ้น 1
ในการนำทางอัตโนมัติ Curiosity มักต้องหยุดเพื่อถ่ายภาพสเตอริโอหลายคู่ ประมวลผลภาพ แล้วเลือกเส้นทางที่ปลอดภัย ในช่วง 2,500 โซลแรก หรือวันบนดาวอังคาร Curiosity มีระยะทางขับต่อโซลมัธยฐานประมาณ 28 เมตร และขับได้เกิน 100 เมตรเพียง 18 ครั้ง 2
ในทางกลับกัน AutoNav ของ Perseverance สามารถสร้างแผนที่ภูมิประเทศสามมิติในพื้นที่ใกล้เคียง ตรวจจับอันตรายเชิงเรขาคณิต และวางเส้นทางใหม่เพื่อหลบสิ่งกีดขวางโดยไม่ต้องรอให้โลกกำหนดทุกช่วงของเส้นทาง 3
7
ในแคมเปญ Rapid Traverse Perseverance ทำสถิติการขับหลายโซลภายใต้แผนเดียวที่ 528.7 เมตร และขับต่อเนื่องได้ 699.9 เมตรโดยไม่มีมนุษย์ป้อนเส้นทางการขับในช่วงสามโซล 5 ระหว่างการผ่านพื้นที่ก้อนหินแห่งหนึ่ง NASA รายงานว่า Perseverance ใช้เวลาทำเส้นทางประมาณหนึ่งในสามของเวลาที่รถสำรวจดาวอังคารรุ่นก่อน ๆ คาดว่าจะต้องใช้
6
การเปรียบเทียบนี้ไม่ใช่การทดลองที่ควบคุมตัวแปรได้สมบูรณ์ เพราะรถทั้งสองคันแตกต่างกันทั้งด้านคอมพิวเตอร์ ระบบถ่ายภาพ และระบบภารกิจ ไม่ใช่เฉพาะซอฟต์แวร์เท่านั้น อย่างไรก็ตาม ผลลัพธ์แสดงหลักการเชิงปฏิบัติการที่สำคัญว่า เมื่อหุ่นยนต์สามารถตัดสินใจในพื้นที่ใกล้ตัวได้อย่างปลอดภัย ความล่าช้าของการสื่อสารจะไม่กลายเป็นคอขวดแบบ “สั่งแล้วรอ” อยู่ตลอดเวลา
บทเรียนคือการควบคุมแบบกำกับดูแล ไม่ใช่ความเป็นอิสระโดยสมบูรณ์
Perseverance ไม่ได้ตัดมนุษย์ออกจากภารกิจ ผู้ควบคุมบนโลกยังตัดสินใจว่าเป้าหมายทางวิทยาศาสตร์ใดสำคัญ ความเสี่ยงระดับใดยอมรับได้ และควรให้รถสำรวจมุ่งหน้าไปยังบริเวณใดโดยรวม ระบบอัตโนมัติทำหน้าที่ปฏิบัติการเฉพาะหน้าที่จำเป็นเพื่อให้ไปถึงเป้าหมายเหล่านั้นอย่างมีประสิทธิภาพ
สถาปัตยกรรมเช่นนี้มีคุณค่าอย่างมากเมื่อหุ่นยนต์ไม่สามารถกู้คืนหรือส่งไปใช้งานใหม่ได้อย่างรวดเร็ว แทนที่จะส่งคำสั่งแก้ไขทุกขั้นจากโลก ผู้ปฏิบัติงานจะส่งเป้าหมายและกรอบความปลอดภัย จากนั้นหุ่นยนต์ใช้เซนเซอร์และแบบจำลองบนยานเลือกการกระทำภายในขอบเขตดังกล่าว
หลักฐานที่มีอยู่จึงสนับสนุนข้อสรุปเชิงปฏิบัติว่า ระบบอัตโนมัติช่วยเพิ่มกิจกรรมที่ทำได้จริงและเพิ่มโอกาสเข้าถึงเป้าหมายทางวิทยาศาสตร์ต่อโซล สำหรับงานที่กำหนดขอบเขตชัดเจน เช่น การขับหลบอันตราย แต่ยังไม่ได้ยืนยันว่าระบบเดียวกันจะหยิบจับวัตถุหรือจัดการงานทางกายภาพได้ทุกประเภทอย่างปลอดภัย
เหตุใดการขับสำเร็จจึงยังไม่ใช่หลักฐานของ sim-to-real สำหรับการหยิบจับ
การขับรถสำรวจเป็นงานยาก แต่ปัญหาส่วนใหญ่สามารถอธิบายผ่านเรขาคณิตได้ เช่น การระบุพื้นผิว ประเมินอันตรายและการลื่นไถล แล้วเลือกเส้นทางที่ระมัดระวัง
งานที่ต้องสัมผัสกับวัตถุโดยตรงแตกต่างออกไป การขุด การเก็บตัวอย่าง การเชื่อมต่อเครื่องมือ การเปิดกลไก การประกอบ และการซ่อมแซม ล้วนขึ้นอยู่กับแรงและพฤติกรรมของวัสดุที่ไม่สามารถอนุมานจากรูปลักษณ์เพียงอย่างเดียวได้ง่าย ๆ
ระบบหยิบจับอาจต้องคาดการณ์ความยืดหยุ่น แรงเสียดทาน การไหลของเม็ดวัสดุ การสึกหรอ ระยะคลอนของกลไก ปฏิสัมพันธ์ระหว่างเครื่องมือกับดิน และรูปแบบความล้มเหลวต่าง ๆ ดาวอังคารยังเพิ่มเงื่อนไขเฉพาะเข้าไปอีก ได้แก่ แรงโน้มถ่วงประมาณ 0.37–0.38 เท่าของโลก บรรยากาศที่เบาบางและประกอบด้วยคาร์บอนไดออกไซด์เป็นส่วนใหญ่ ตลอดจนพื้นผิวที่เย็น แห้ง และมีชั้นเรโกลิทที่แปรผัน 33
35
36
เอกสารทางเทคนิคของ NASA ยังระบุความเสี่ยงจากการสะสมประจุไฟฟ้าสถิตในดินดาวอังคารที่แห้งและมีความต้านทานไฟฟ้าสูง ฝุ่นที่มีประจุอาจเกาะตามพื้นผิวและก่อให้เกิดอันตรายได้ 33
34
ฝุ่นจึงไม่ใช่เพียงปัญหาด้านภาพถ่าย NASA ระบุในงานวิจัยที่เกี่ยวข้องว่า ฝุ่นที่ตกสะสมบนแผงโซลาร์เซลล์ของรถสำรวจสามารถลดประสิทธิภาพลงอย่างรุนแรงจนกระทบต่อการทำงานต่อเนื่องของยาน 34 แบบจำลองที่สร้างภูมิประเทศได้เหมือนจริง หรือแม้แต่ตัดสินใจขับรถได้ดี อาจยังคาดการณ์แรง การถ่ายเทความร้อน การเกาะติดของฝุ่น หรือการเสื่อมสภาพของอุปกรณ์ผิดพลาด ซึ่งล้วนเป็นปัจจัยชี้ขาดในงานหยิบจับ
เกณฑ์ยืนยันต้องวัดผลทางกายภาพ
คำกล่าวว่า “การจำลองรองรับการหยิบจับบนดาวอังคารได้” ต้องการมากกว่าสภาพแวดล้อมดิจิทัลที่ดูสมจริง หรือการสาธิตงานที่ใกล้เคียงกันแต่เกิดขึ้นในบริบทอื่น เกณฑ์ตัดสินสำคัญคือ แบบจำลองสามารถทำนายผลที่วัดได้จากระบบจริง ภายใต้เงื่อนไขที่ไม่ได้ใช้สร้างแบบจำลองตั้งแต่แรกหรือไม่
การวัดที่ควรมี ได้แก่
- แรงและแรงบิดระหว่างเครื่องมือกับพื้นผิว;
- การลื่นไถล การจมตัว และแรงยึดเกาะของล้อบนดินหลายประเภท;
- ปฏิสัมพันธ์ระหว่างเครื่องมือกับเรโกลิทและการไหลของเม็ดวัสดุ;
- พฤติกรรมทางความร้อนภายใต้ความดันและอุณหภูมิใกล้เคียงดาวอังคาร;
- การเกาะติดของฝุ่นและการเสื่อมประสิทธิภาพของเซนเซอร์;
- การสึกหรอ ระยะคลอน และแรงเสียดทานที่เปลี่ยนไปของชิ้นส่วน; และ
- การกระจายตัวของผลสำเร็จ การกู้สถานการณ์ และความล้มเหลวของงาน
จนกว่าแบบจำลองจะสอดคล้องกับข้อมูลเหล่านี้ในภูมิประเทศและสภาวะแวดล้อมที่เกี่ยวข้อง ก็ไม่ควรนำประสิทธิภาพด้านการนำทางมาใช้เป็นหลักฐานว่าระบบสามารถหยิบจับแบบสัมผัสได้อย่างแข็งแกร่ง
ข้อสรุปที่เหมาะสมไม่ใช่การบอกว่าการจำลองไม่มีประโยชน์ แต่คือการยอมรับว่าแบบจำลองต้องได้รับการปรับเทียบกับโลกจริง และต้องตรวจสอบความคลาดเคลื่อนของแบบจำลองอย่างต่อเนื่อง
เหตุใดการส่งเครื่องมือวัดล่วงหน้าจึงเป็นกลยุทธ์ที่สมเหตุสมผล
ภารกิจแบบเป็นขั้นตอนช่วยลดต้นทุนของสิ่งที่ยังไม่รู้ได้ เครื่องมือวัดหรือยานสำรวจขนาดเล็กที่มีต้นทุนต่ำกว่าสามารถเก็บข้อมูลทางกายภาพซึ่งเป็นตัวกำหนดความล้มเหลวเสียก่อน ข้อมูลเหล่านี้จะช่วยปรับปรุงแบบจำลองสภาพแวดล้อม จำกัดขอบเขตของเครื่องจำลอง และเผยให้เห็นว่าสภาวะใดยังอยู่นอกช่วงที่ผ่านการตรวจสอบแล้ว
จากนั้นจึงส่งหุ่นยนต์ที่มีความสามารถสูงกว่า โดยใช้นโยบายที่ทดสอบกับข้อมูลซึ่งกันไว้เป็นชุดตรวจสอบ ไม่ใช่ทดสอบเฉพาะกับข้อมูลชุดเดียวกับที่ใช้สร้างแบบจำลอง และควรให้เครื่องมือยังคงวัดสภาพแวดล้อมระหว่างการปฏิบัติงาน เพื่อให้ระบบตรวจจับได้ว่าโลกจริงกำลังเบี่ยงเบนจากสมมติฐานของตนหรือไม่
กลยุทธ์นี้ไม่ได้หมายถึงการแทนที่ดาวอังคารด้วย “ฝาแฝดดิจิทัล” แต่เป็นการใช้ข้อมูลจากโลกจริงอย่างประหยัดและเลือกสรร เพื่อทำให้แบบจำลองมีพลังในการทำนายเพียงพอสำหรับภารกิจที่ความผิดพลาดมีต้นทุนสูง
โลกอาจตอบคำถามเรื่องการหยิบจับได้ก่อนดาวอังคาร
เหมือง แท่นปฏิบัติงานนอกชายฝั่ง โรงงานนิวเคลียร์ และพื้นที่ภัยพิบัติ ล้วนมีความท้าทายคล้ายกับดาวอังคาร ได้แก่ ข้อมูลไม่สมบูรณ์ สภาพแวดล้อมเป็นอันตราย การสัมผัสกับวัสดุไม่เป็นระเบียบ และผลกระทบจากความผิดพลาดที่สูง
แต่ต่างจากดาวอังคาร สถานที่เหล่านี้เปิดให้ทดลองซ้ำ ติดตั้งเครื่องมือวัดจำนวนมาก กู้คืนฮาร์ดแวร์ที่ล้มเหลว ปรับเปลี่ยนเงื่อนไขอย่างควบคุมได้ และแก้ไขซอฟต์แวร์หรือฮาร์ดแวร์ได้อย่างรวดเร็ว
จึงสามารถดำเนินวงจรเต็มรูปแบบซ้ำหลายครั้งได้:
- สแกนและสร้างโครงสร้างสภาพแวดล้อมขึ้นใหม่;
- จำลองการกระทำที่เป็นไปได้;
- ฝึกหรือวางแผนนโยบายการทำงาน;
- นำไปใช้กับหุ่นยนต์จริง;
- เปรียบเทียบผลที่คาดการณ์กับผลที่สังเกตได้; และ
- ปรับปรุงแบบจำลองแล้วทดสอบใหม่
หลักฐานจากสภาพแวดล้อมเหล่านี้อาจช่วยยืนยันได้ว่าแนวทางระบบอัตโนมัติและการจำลองแบบใดมีความทนทานพอที่จะถ่ายโอนไปยังบริบทอื่น อย่างไรก็ตาม ยังไม่ตัดความจำเป็นในการปรับเทียบเฉพาะสำหรับดาวอังคาร เพราะแรงโน้มถ่วง บรรยากาศ ดิน ฝุ่น และสภาวะความร้อนบนโลกไม่เหมือนกันทั้งหมด
สิ่งที่ประกาศของ 51WORLD บอกได้—และยังบอกไม่ได้
คำอธิบายที่เผยแพร่ต่อสาธารณะระบุว่า AperOne ของ 51WORLD เป็นแพลตฟอร์มแอปพลิเคชันสำหรับเอไอเชิงกายภาพ โดยมีวงจรตั้งแต่การสร้างสภาพแวดล้อมขึ้นใหม่ การฝึก การประเมิน การนำไปใช้งาน ไปจนถึงการปฏิบัติการ รายงานสาธารณะฉบับหนึ่งยังกล่าวถึงการตรวจสอบในบริบทต่าง ๆ เช่น เหมืองและโรงงาน 50
แยกจากกันนั้น 51WORLD ประกาศความร่วมมือกับ Huantian Intelligence เพื่อพัฒนา ECS-1 ซึ่งเป็นโครงการดาวเทียมสำรวจระยะไกลเชิงพาณิชย์ที่เสนอให้รองรับการฝึกเอไอเชิงฟิสิกส์และงานจำลอง แต่ประกาศดังกล่าวอธิบายความร่วมมือในระดับโครงการ ไม่ใช่หลักฐานว่าระบบ sim-to-real สำหรับการหยิบจับบนดาวอังคารได้ผ่านการตรวจสอบในวงโคจรแล้ว 54
ประกาศเหล่านี้สอดคล้องกับแนวทางแบบเป็นขั้นตอน คือเก็บข้อมูลจากโลกจริงให้มากขึ้น สร้างสภาพแวดล้อมที่ใช้งานได้ และทดสอบระบบหุ่นยนต์เชิงกายภาพก่อนนำไปใช้ในภารกิจที่ยากที่สุด แต่ข้อมูลที่มีอยู่ยังไม่เพียงพอที่จะยืนยันประสิทธิภาพการหยิบจับบนดาวอังคาร หรือพิสูจน์ว่า AperOne แก้ปัญหาหุ่นยนต์ในเหมืองได้โดยทั่วไป
ข้ออ้างดังกล่าวต้องมีผลลัพธ์ระดับงาน วิธีการวัด ข้อมูลความล้มเหลว และการเปรียบเทียบที่ทำซ้ำได้
ข้อสรุปที่หนักแน่นที่สุด
ดาวอังคารแสดงให้เห็นแล้วว่า ระบบอัตโนมัติบนยานสามารถเปลี่ยนผลิตภาพของหุ่นยนต์ระยะไกลได้อย่างมาก เมื่อภารกิจมีขอบเขตชัดเจนและหุ่นยนต์ประเมินอันตรายในพื้นที่ใกล้ตัวได้ การขับระยะไกลขึ้นของ Perseverance แสดงคุณค่าของการเปลี่ยนจากคำสั่งละเอียดจากโลกมาเป็นการควบคุมแบบกำกับดูแล 4
5
6
แต่ดาวอังคารยังไม่ได้แสดงให้เห็นว่า การจำลองเพียงอย่างเดียวจะให้ความรู้ทางกายภาพที่จำเป็นต่อการหยิบจับแบบสัมผัสได้อย่างน่าเชื่อถือ เส้นทางที่รัดกุมที่สุดคือการทำซ้ำเป็นวงจร: วัดก่อน ปรับเทียบแบบจำลอง ทดสอบคำทำนายกับข้อมูลจริงที่กันไว้ ทดลองในสภาพแวดล้อมบนโลกที่กู้คืนได้ และทำซ้ำจนมั่นใจก่อนมอบหมายงานที่มีความเสี่ยงสูงให้หุ่นยนต์บนดาวอังคาร
ในมุมนี้ ดาวอังคารจึงไม่ใช่เพียงข้อสอบปลายภาคของการเรียนรู้สำหรับหุ่นยนต์ แต่เป็นสถานที่ที่เปิดโปงว่าเส้นทาง sim-to-real ทั้งระบบผ่านการตรวจสอบจริงแล้ว หรือเพียงถูกทำให้ดูน่าเชื่อถือเท่านั้น
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "ดาวอังคารคือสนามทดสอบหุ่นยนต์อิสระในโลกจริง—แต่ยังไม่ใช่บทพิสูจน์การหยิบจับจากการจำลอง" คืออะไร
สัญญาณระหว่างโลกกับดาวอังคารใช้เวลาประมาณ 3–22 นาทีต่อเที่ยว และอาจเกิดช่วงขาดการติดต่อ ทำให้การควบคุมแบบจอยสติ๊กแบบเรียลไทม์ทำได้จริงยากมาก [17][19]
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
สัญญาณระหว่างโลกกับดาวอังคารใช้เวลาประมาณ 3–22 นาทีต่อเที่ยว และอาจเกิดช่วงขาดการติดต่อ ทำให้การควบคุมแบบจอยสติ๊กแบบเรียลไทม์ทำได้จริงยากมาก [17][19] การเปรียบเทียบ Curiosity กับ Perseverance แสดงให้เห็นว่า AutoNav ช่วยเปลี่ยนการควบคุมจากโลกแบบรอคำสั่งทุกขั้นตอน เป็นการกำกับดูแลระดับเป้าหมาย ขณะที่หุ่นยนต์ตัดสินใจระยะสั้นเอง
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?
แต่การขับเคลื่อนที่ประสบความสำเร็จยังไม่ใช่หลักฐานว่าหุ่นยนต์จะขุด เก็บตัวอย่าง เชื่อมต่ออุปกรณ์ หรือซ่อมแซมสิ่งต่าง ๆ ได้อย่างน่าเชื่อถือภายใต้สภาพแวดล้อมของดาวอังคาร