卡内基梅隆大学造火箭：AI系统全程设计、打印、发射

这项由卡内基梅隆大学机械工程系与机器学习系联合开展的研究，于2026年6月发表在arXiv预印本平台，论文编号为arXiv:2606.00097。研究团队同时隶属于特里波利火箭协会匹兹堡分会，将人工智能前沿技术与高功率业余火箭运动结合，走出了一条颇为罕见的跨界研究路径。

火箭，向来是人类工程能力的象征。从草图到发射台，每一枚火箭背后都凝聚着工程师无数轮的计算、设计、制造和调试。而卡内基梅隆大学的研究团队则在思考一个问题：如果把这整套流程交给一个AI系统来主导，会发生什么？

他们的答案就是RocketSmith，一套能够从零开始自动化设计并指导制造高功率火箭的AI代理系统。用更接地气的方式来描述，RocketSmith就像一位经验丰富的火箭工程师助手，你只需要告诉它"我想要一枚用H219T发动机、配48英寸降落伞的火箭"，它便会自动完成从方案设计、飞行模拟、三维建模到切片打印准备的全套工作，然后把图纸和文件递到你手上。

研究团队利用这套系统，设计并制造了四枚真实的高功率火箭，在宾夕法尼亚州费耶特县的Dragon's Fire Field完成了实际发射测试。四枚火箭全部实现稳定升空，其中两枚成功回收，且都处于可再次飞行的状态。搭载高度计的两枚火箭，其实测最高高度分别达到了系统预测值的80%和84%，验证了仿真与现实之间的高度一致性。

一、从"工程师的噩梦"到"AI的乐园"：为什么造火箭这么难

高功率火箭的开发过程，用"折腾"来形容并不为过。设计阶段需要反复权衡稳定性、重量、动力和回收方式；制造完成后，实际部件的重量和尺寸往往与设计时的估算有出入；这些偏差反过来又迫使工程师重新调整飞行模拟参数；而模拟结果可能又带出新的设计修改需求……整个流程就像一个永不停歇的循环转盘，不同软件工具之间的切换更是制造了大量摩擦和等待。

火箭的飞行过程本身也有严格的逻辑链条：点火、燃烧耗尽、惯性爬升至最高点（顶点/最高高度）、回收装置展开、降落伞减速、落地回收，每一个环节都必须精确配合，任何一个环节出问题都可能导致火箭损毁或无法回收。

在这个背景下，AI代理系统的优势就非常突出了。它不会因为在不同软件窗口之间来回切换而烦躁，也不会因为第38次调整参数而失去耐心。而且与单纯让AI来"猜测"设计参数不同，RocketSmith的核心逻辑是让AI扮演协调者的角色，把真正需要精确计算的任务——比如稳定性计算、飞行轨迹模拟、重量估算——全部交给专门的工具软件来完成，AI只负责决定何时调用哪个工具、如何解读结果、下一步怎么走。

这个设计思路来自对一个重要教训的吸取。此前，另一个叫做RocketBench的研究项目让各种主流大语言模型直接尝试设计火箭参数，发现尽管这些模型表现出不错的工程直觉，但在需要通过迭代反馈来持续优化设计时，它们的表现始终无法超越人类专家。原因在于，语言模型不擅长把模拟数据转化为精确的参数修改，这种"数值精确"的工作不是它的强项。RocketSmith的策略就是规避这一弱点，让AI专注于它最擅长的推理和协调，精确计算则交给专业工具。

二、RocketSmith的"神经中枢"：三大软件工具如何串联

理解RocketSmith的工作方式，可以把整个系统比作一支设计团队，而这支团队由三位各司其职的专业人员构成。

第一位是飞行仿真专家OpenRocket。这是高功率火箭爱好者圈子里广泛使用的免费开源设计和仿真软件，内置了大量常用火箭组件的参数库，涵盖各种固体推进剂发动机、机身管道、降落伞、头锥等部件。工程师在这里搭建火箭的数字蓝图，软件会实时计算稳定性数据，还能根据风速、发射导轨长度、回收系统配置等变量，模拟出预期的飞行高度、速度和加速度曲线。RocketSmith通过一个叫做OpenRocket Helper的Python接口与这款Java程序对话，能够自动读取组件数据库、创建和修改组件、执行飞行仿真并读取结果。

稳定性是这里的核心关注点。一枚火箭的稳定性由三个量决定：压力中心（CP，空气动力作用的等效作用点）、重力中心（CG，整枚火箭质量的等效作用点），以及机身管道的直径。稳定性数值等于两个中心之间的距离除以管道直径，单位叫做"口径"。这个数值太小，火箭在飞行中容易翻滚；数值太大，火箭又容易被侧风吹偏方向，产生"风标效应"。理想范围是1.00到1.25口径之间。随着火箭燃料的消耗，发动机质量减小，重力中心会向头部移动，稳定性也随之变化，所以飞行全程的稳定性都需要追踪。

第二位是三维建模工程师build123d。这是一个基于Python的参数化CAD库，底层调用与Fusion 360、SolidWorks等专业软件相同的几何计算核心（OpenCASCADE），但接口更加简洁，特别适合AI系统来生成和修改代码。RocketSmith从OpenRocket获取最终确认的各部件尺寸后，由这个模块自动编写Python脚本，生成精确的三维STEP文件。STEP格式是工业界通用的CAD交换格式，可以直接导入切片软件和下游的有限元分析或数控加工工具，不需要额外的格式转换。更重要的是，STEP文件的几何数据可以被程序直接读取和验证，比如边界框尺寸、体积、质量——这让AI能够自动检查生成的模型是否符合设计要求，不需要人眼来判断。此外，如果Python脚本在执行中出错，错误信息会以异常的形式返回给AI，AI可以读取错误原因并修正代码，而不是产生一个看起来正常但几何上有问题的模型。

第三位是制造准备专家PrusaSlicer。这是一款从Slic3r项目发展而来的开源切片软件，专门用于熔融堆积成型（FDM，也就是最常见的桌面3D打印）的路径规划。切片软件的工作是把三维模型"切"成一层一层的薄片，然后为每一层规划打印头的移动路径，最终输出打印机能直接执行的G-code文件。在RocketSmith的流程里，PrusaSlicer承担着一个特别重要的任务：在打印之前，根据实际使用的材料（比如ABS或PETG）和打印参数，估算出每个部件的实际重量。这个重量数据会被反馈给OpenRocket，替换掉原来的理论估算值，让飞行仿真更接近真实情况，从而优化稳定性计算。

三、AI的"指挥棒"：六个子代理如何分工协作

RocketSmith整个系统运行在Claude Code这个终端代理框架上，核心大语言模型是Anthropic公司的Claude。整个系统按照模型上下文协议（MCP）标准构建，这意味着它不仅可以在Claude Code上运行，理论上也可以接入其他兼容的代理框架。

AI在这个系统里扮演的是"总指挥"的角色，而具体的工作则被分配给六个专门的子代理来负责。这种分工的意义在于上下文管理——每个子代理维护自己独立的对话历史和工作范围，既避免了单个AI处理过多信息时可能出现的"遗忘"或"混乱"，也让每个模块能够专注于自己的专业领域。

rocketsmith子代理负责整个项目的顶层协调，定义文件目录结构，声明各子代理的工作范围，并施加一些软性约束（比如防止AI做出不安全或不合理的设计决策）。openrocket子代理深入了解OpenRocket的编程接口，知道如何正确调用各种功能，何时该运行仿真、如何解读结果。cadsmith子代理专注于CAD建模，整合了另一个叫做CADSmith的多代理CAD生成系统——这个系统有内层循环（捕获Python和几何计算错误并自动修正）和外层循环（对照设计要求验证生成的几何体），能够把首次执行成功率从95%提升至100%，并大幅降低建模误差。prusaslicer子代理负责重量估算的协调工作。manufacturing子代理则处于OpenRocket和CADSmith之间的交接地带，专门评估设计方案是否适合增材制造（DFAM）和一般制造工艺（DFM）的要求，比如能否将发动机安装座和管道耦合器合并成单一的3D打印组件。最后，gui子代理负责管理可视化界面，控制哪些内容显示在屏幕上、哪个面板处于高亮状态。

除了子代理，系统还设计了七个"技能"（Skills），每个技能是一套具体操作流程的说明书。流程的执行顺序大致是这样的：首先运行发动机选型技能，确定发动机型号作为整个设计的基础；接着在OpenRocket中完成初步设计并验证稳定性；如有需要，执行面向增材制造的设计优化技能，寻找可以合并的部件；然后分两步完成CAD建模，先是generate-structures生成主体结构（机翼、管壁等），再由modify-structures添加细节（螺纹孔、固定孔等）；最后由print-preparation技能将STEP文件发送给PrusaSlicer完成重量估算和路径生成。

用户还可以通过图形界面（GUI）全程监控这个过程。界面以"卡片"的形式展示组件树、飞行仿真曲线、CAD代码和模型、以及组件装配视图，用户可以随时在终端输入跟进指令，要求AI对某个尺寸或特征进行调整，实现真正的人机协作设计。

四、从屏幕到发射台：四枚火箭的制造故事

研究团队利用RocketSmith设计了四枚各具特色的高功率火箭，并将它们实际打印出来、组装完成，送上了发射台。这四枚火箭的开发由三名工程师负责，分别代表了不同的设计需求和制造约束。

其中两枚由Pak负责，分别对应一级和二级高功率认证级别。High Power 1（HP1）是基于AeroTech H100W发动机设计的一级认证火箭，版本号v38意味着在RocketSmith的辅助下经历了38次迭代。机体分为两段：一个较长的下机身和一个头锥。下机身使用自制的Voron-2-Tall大型FDM打印机（该打印机本身也由Pak改装，Z轴打印高度达到850mm，以满足长机身的一体化打印需求）以ABS材料打印，内置了放置StratoLogger CF高度计和RunCam 5摄像头的凹槽，可以记录飞行数据和视频画面。头锥则用Creality Ender 5 Plus打印，材料是PETG。回收系统使用36英寸降落伞。

High Power 4（HP4）是整个项目中最大的一枚，绰号"Big Heavy 2"，基于AeroTech J425R发动机，总长1150mm，使用48英寸降落伞，同样搭载了高度计和摄像头。为了支撑如此大尺寸的打印需求，下机身用Voron-2-Tall连续打印了四天。外挂的电子设备舱盖和发动机固定器由于设计复杂性超出RocketSmith的当前能力范围，单独用SolidWorks设计并用PETG打印。

High Power 2（HP2）绰号"Ruminator"，由Loghmani负责，专门针对市售普通3D打印机设计。他给RocketSmith的设计约束是：发动机为H219T，机体分三段（头锥、中段、下段），所有部件必须能装进Creality Ender 5 Plus或Ender 3的打印床里。RocketSmith据此生成了一个三翼梯形设计，外径4英寸，壁厚0.425英寸，三段全部以PETG打印。连接方式上，头锥和中段用热熔嵌件加M3螺丝锁定，中段和下段之间用四个剪切销连接——剪切销在顶点弹射药点燃时正好被冲断，实现分离弹射降落伞。RocketSmith在此过程中还协助设计了连接接口处的1.97英寸承插肩和各种固定孔的导孔。

High Power 3（HP3）绰号"H219T Thunderbolt"，由Barkley负责，是四枚火箭中结构最简单的一枚，也是对大格式FDM打印能力最直接的展示。它只有两段：一体成型的头锥和一体成型的下机身，没有中间分段。下机身外径101.6mm，壁厚6.35mm，以ABS材料打印，发动机安装区的壁厚局部加强，直接集成在机身内部而不是单独的内管结构。头锥用摩擦配合方式连接到机身，不使用剪切销，这样在发动机弹射气压驱动下阻力更小，分离更可靠。

所有部件的打印参数统一为：15%陀螺仪填充、4到5层垂直壁、0.20mm层高。选择ABS和PETG而非最常见的PLA，主要考虑的是更高的热变形温度——毕竟火箭点火时发动机附近的温度可不是闹着玩的。

五、发射日：成功与失败共同讲述的真实故事

2026年5月3日，四枚火箭齐聚费耶特县的Dragon's Fire Field，在特里波利火箭协会匹兹堡分会成员的监督下完成了飞行测试。当天天气晴朗，西风约10mph，是近乎理想的飞行条件。所有火箭在起飞前都经过了安全官员的预检，所有提出的调整意见都在飞行前完成。

HP1、HP2、HP3作为同一轮次同时发射，HP4单独作为一个后续轮次发射。

HP1的飞行过程颇为戏剧化。火箭成功升空，搭载的高度计记录到276米的实测顶点，约为模拟预测的338米的80%。然而，回收阶段出了问题：从机载摄像头和高度计数据可以看出，发动机弹射药大约在发射后14秒才引爆，而预期的点火时间是10秒——也就是刚过顶点不久。这段延迟意味着当降落伞弹出时，火箭还带有相当的速度，降落伞骤然展开产生的冲击力远超机身设计预期。下机身在挡板区域被撕裂成数段，固定在挡板上的拉环脱出，导致下机身的底半段自由坠落，上半段和头锥则随降落伞安全落地。高度计和摄像头均完好回收，记录了完整的飞行数据。对这次事故的原因分析指向弹射药延迟钻孔调整不够精确，补救方案是使用高度计触发的电子点火系统替代延时药，并通过冗余配置提高可靠性。

HP2的飞行目视稳定，上升阶段没有出现翻滚或偏向。弹射药推测在顶点处引爆，但回收舱未能成功分离，整枚火箭以弹道式高速撞击地面，钻入土中约4米，多个部件损毁严重。飞行后检查显示，下机身的机翼结构完好，只是机身出现了裂缝，暴露出内部的打印填充结构。

HP3是第一枚成功完成发射和回收的RocketSmith设计作品。升空时目视稳定，估计的顶点高度与仿真预测基本一致，回收阶段的48英寸大降落伞成功展开减速，但也正因为降落伞过大，下降时间较长，风一吹就飘到了一棵树上。火箭卡在树枝中，整体完好，处于可再次飞行状态。回收队员锯倒了周围的树木，在拉扯过程中下机身出现开裂，但研究团队判断这属于回收操作的意外损伤，而非飞行中发生的结构失效。

HP4是当天表现最出色的一枚。单独发射、单独回收，轻松圆满。高度计记录顶点479米，约为模拟预测570米的84%。回收舱在顶点前后精确分离，48英寸降落伞正常展开，火箭平稳飘落到一片农田里，外观仅有轻微磨损，完全可以再次飞行。机载摄像头完整记录了整个飞行和下降过程。

六、数字背后的意义：80%与84%意味着什么

两枚搭载高度计的火箭，分别实现了预测顶点的80%和84%。这个数字放在真实的工程环境里，其实相当有价值。

飞行仿真软件的预测依赖于一系列理论假设：标准大气模型、理想的空气动力学系数、精确的部件重量……而真实飞行中，风向的瞬时变化、打印件表面粗糙度带来的阻力增加、实际装配后的重量偏差，都会导致实际结果偏低。20%以内的误差，对于一个从头到尾由AI完成设计、用桌面级FDM打印机制造、由业余爱好者组装的火箭来说，是一个相当稳健的表现。

更重要的是，两枚火箭呈现出一致的偏低方向（而不是一高一低），这暗示系统性的误差来源是可以被识别和修正的，比如在仿真中加入更精确的表面阻力模型，或者通过实际飞行数据来标定仿真参数。

此外，四枚火箭全部实现稳定升空，没有任何一枚在上升阶段出现翻滚或偏转，说明RocketSmith在稳定性设计上的工作是可靠的。回收失败的两枚（HP1和HP2）的问题都出在发射之后的弹射和分离机制上，而不是飞行稳定性本身，这一区分对于理解系统的能力边界非常重要。

在制造环节，ABS材料的开裂问题（主要体现在HP1和HP4的机身上）是一个需要解决的实际问题。团队在发射前用环氧树脂填补了裂缝，但这属于补救措施。更根本的解决方案包括提升打印机密封腔的保温性能（ABS对温度梯度敏感）、换用对温度不那么敏感的PETG材料，或者借鉴LLM-3D print等研究中的在线监测技术，在打印过程中实时检测并处理缺陷。

说到底，RocketSmith做到了一件以前需要专业工程师花大量时间手工完成的事：从一句自然语言描述出发，自动走完从方案设计到可打印三维模型的完整流程，并且产出了真正能飞上天的火箭。它并非万能——复杂的结构设计（比如电子舱盖）和精密的发射后机构（比如精确的弹射药调节）仍然需要人类工程师的介入。但它已经足够证明，AI驱动的自动化设计系统可以在高度专业化的工程领域切实降低门槛、减少摩擦，让"从想法到实物"的路径变得更短更顺畅。

归根结底，这项研究的意义不只是"AI也能造火箭"这个听起来有些炫酷的结论，更在于它展示了一种将AI系统、专业仿真工具、参数化CAD建模和实体制造融为一体的工作范式。这种范式有潜力延伸到火箭之外更广泛的工程设计场景——任何需要在设计、仿真和制造之间反复迭代的领域，都可能从中受益。研究团队已将代码开源，感兴趣的读者可以通过GitHub搜索ppak10/RocketSmith获取，或者通过arXiv编号2606.00097查阅完整论文。

Q&A

Q1：RocketSmith的稳定性数值是怎么计算的，为什么要控制在1.00到1.25口径之间？

A：稳定性数值等于压力中心（CP）与重力中心（CG）之间的距离除以机身直径，单位叫口径。这个数值太小，火箭飞行时容易翻滚失稳；太大则容易被侧风"吹偏"，产生风标效应，朝风的来向偏转飞行。1.00到1.25口径是这两种风险之间的平衡区间，在这个范围内火箭既能保持飞行方向，又不会对侧风过度敏感。

Q2：RocketSmith设计的火箭为什么实测高度只达到预测的80%到84%，是系统的缺陷吗？

A：这个偏差主要来自仿真模型与真实飞行条件之间的差距，例如打印件表面粗糙度带来的额外空气阻力、瞬时风向变化以及实际装配重量的细微偏差，这些因素在理论模型中难以完全精确还原。20%以内的误差对于AI设计、桌面3D打印机制造、业余工程师组装的火箭来说属于合理范围，且两枚火箭误差方向一致，说明来源可以被识别和修正，并非系统性缺陷。

Q3：High Power 1和High Power 2的回收为什么失败，问题出在哪里？

A：两枚火箭的失败原因不同。HP1的弹射药在发射后14秒才引爆，比预期的10秒晚了4秒，此时火箭下降速度已经较快，降落伞骤然展开的冲击力将机身撕裂。HP2则是弹射药据推测正常引爆，但回收舱未能成功分离，火箭整体以高速撞击地面。两者的共同问题都出在发射后的弹射与分离机制上，而非飞行上升阶段的稳定性，飞行本身均正常。