图片来自：satnews

Slingshot Aerospace 数据科学和人工智能总监 Dylan Kesler在一份声明中表示：“随着太空活动从少数运营商拥有的卫星转向由浩瀚所有者运营的大型卫星星座，对透明度的需求日益增加。
快速识别非常的能力对付掩护太空和地球的安全越来越主要。
”

为了对在轨卫星进行分类，Agatha 的人工智能专门利用逆向强化学习技能来评估物体的行为并识别其意图。
据 Slingshot 称，人工智能会自动获取太空数据并实时识别非常情形，而无需操作员的提示。
该公司表示，它不仅可以判断机动中的非常情形，而且还旨在辨别卫星行为非常的计策缘故原由。

“在大型卫星群中识别故障或潜在恶意物体及其目标是一项繁芜的寻衅，这哀求我们超越传统方法，开拓一种新颖且可扩展的人工智能算法，”Kesler说。
“我们的 Agatha 模型也已证明其能够供应高质量的洞察，为特定物体被标记的缘故原由供应‘可阐明性’或背景。
”

当 Slingshot 希望将 Agatha 支配到现实天下的太空领域感知行动中时，为了帮助操作员处理越来越多的物体，美国太空司令部和太空部队正在寻求能够供应更好的态势感知能力。

（编译：聆丰）