Agentic AutoResearch for Space Autonomy：用于航空航天控制问题的可审计、LLM 驱动的研究代理

航天器的制导、导航和控制功能越来越多地通过从专家求解器中提取的学习策略来实现。制定这样的政策本身就是一个研究过程：研究人员选择架构和超参数，运行实验，并且必须确定明显的改进是真正的还是仅仅是种子噪声。本文介绍了 AutoResearch，这是一个框架，其中 大语言模型 自动驱动航空航天控制问题的循环，并与循环中内置的可信层相结合，根据问题自身测量的种子噪声来验证每个报告的结果。语言模型仅充当制定控制策略的离线研究代理；然后，它产生的训练有素的策略被部署在航天器上，而模型本身从不操作飞行器。在每次迭代中，代理都会读取简单语言的问题描述和运行历史记录，提出对训练脚本的单个编辑，执行它并记录结果。报告的结果在通过相同的三项检查之前不会被记入：测量每个问题的种子噪声、最佳配置的重新种子验证以及代理编辑的留一修剪。同样的循环不变地应用于两个航空航天控制问题：克洛西-威尔特郡相对交会和经过禁区的安全约束防撞对接，每个问题都根据已知的最佳控制基准进行校准。在这两种情况下，经过审计的策略都消除了测量到的种子噪声许多标准偏差；对相同参数的无向搜索则不然。在对接问题上，差距变得明确：无向搜索不会产生可行的策略，而学习到的策略则停留在每个种子的禁止区域之外。