北京
7天，37小时驾驶时间，26公里沙漠穿越。NASA喷气推进实验室（JPL）的一辆四轮原型车ERNEST，在加州南部的沙石地面上几乎没让人操心。工程师只是旁观，干预“极少”，它就以全自主模式跑完了全程。对习惯了地面操控的火星车任务控制人员来说，这幅画面有点反常识。
ERNEST是“极端斜坡地形探索巡视器”的缩写，从2022年起由JPL内部研发，现已被划入NASA科学任务理事会及火星探索计划。这次沙漠测试的核心目标很明确：挑战传统摇臂-转向架悬架 30 年来的统治地位，同时验证一套会自己学开车的 AI。
正方：自主行走与仿生悬架，让距离不再是硬约束
ERNEST 最显眼的不同在于底盘。过去毅力号、机遇号用的都是“摇臂-转向架”系统，六个轮子靠开放式枢轴点被动均衡承重。ERNEST 改用四轮加两轴万向节的前八字结构，能分别转向、改变步态，做出“蠕动”“轮式行走”“攀爬障碍”的动作。配合自适应人工智能，它在前进中可实时识别障碍，决定绕行还是翻越。
这套 AI 不靠手写规则。团队在虚拟环境里并行跑模拟，仅用几天就累积了数千小时经验数据，再用 JPL 火星场的障碍赛道验证，最后拉到沙漠。成果就是 26 公里几乎零干预。JPL 首席技术专家 Issa Nesnas 在 6 月 18 日的声明中说，此次测试帮助优化了移动硬件和自主软件，以应对月球表面预期的复杂地形和光照条件。支持者认为，这种能自我学习的行走能力，能让未来的月球、火星车跑得更远更快，进入过去无法触碰的陡坡和谷地。
反方：30年稳定运行的逻辑，不能轻易被颠覆
批评声同样来自事实。摇臂-转向架系统自 1990 年代起服役，从索杰纳到毅力号，历经无数次沙尘、岩石和陡坡考验，始终没出现整体悬挂故障。它的被动设计没有复杂的电机和陀螺仪，在极端温度、辐射和远距离信号延迟下，可靠性已被时间背书。
ERNEST 的仿生悬挂依赖多个活动关节协同，自主决策则依赖机载算力和训练出的策略网络。即便地面测试全自主成功，地外环境仍存在模拟器未覆盖的未知地形。一旦某个步态决策失误，或在月壤侧滑中陷入坑穴，远程干预的迟滞可能带来不可逆的损坏。此外，NASA 相关声明也提到，摇臂-转向架系统在过去 30 年非常成功，同期关于移动性和地形理解的研究虽一直在推进，但从未被真正替换。这意味，新架构不仅要证明能力上限，还得守住可靠性下限。
冷静拆解：不是谁替代谁，而是扩展任务的边界
硬币的两面其实不矛盾。摇臂-转向架胜在容错和长续航天赋，适合大面积巡视。ERNEST 这类自主仿生悬架则可能开辟垂直维度的新任务——攀爬陨石坑壁、穿越坍塌的熔岩管入口、接近极区永久阴影区。两种技术路线并不必须二选一，而可能根据任务剖面组合：主运动系统继续用被动均衡设计，在需要超越常规地形时，引入自适应步态和自主规划作为可选模式。
这次沙漠测试的价值不在于让谁退役，而在于把“自主穿越极端地形”从仿真变为可观测的工程现实。37 小时不干预跑出 26 公里，数据已经摆在那里。接下来的关键，是把这份能力真正嵌入任务级的可靠性链条中，而非止步于一则漂亮的原型测试。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
