随着天文学步入大样本和瞬变源时代，传统的人工干预和简单规则调度已无法满足现代望远镜高效协同的观测需求。近日，国内科研团队研发的AI智能调度系统正式接管了多台先进光学及电波望远镜，开启了前所未有的全自主动态观星。这一系统基于先进的多智能体强化学习（MARL）架构，能够根据瞬息万变的天气、大气视宁度以及科学目标的紧急程度，在毫秒级内完成观测序列的动态重组。
与传统的静态排班软件不同，该AI调度系统内置了物理世界感知引擎。当发生超新星爆发、伽马射线暴等突发天象时，系统可在3秒钟内自动中断当前常规任务，向全网望远镜下达协同观测指令。在实际运行测试中，该系统的整体设备利用率和观测效能提升了超35%，极大地释放了科研望远镜的发现潜力。
AgentUpdate 深度解析
此次AI调度系统成功接管望远镜，不仅是天文学领域的重大突破，更是AI Agent向“具身/物理智能”跨越的典型范例。传统的AI Agent大多局限于纯数字世界（如处理文档或编写代码），而天文望远镜调度则属于复杂的信息物理系统（CPS）。它必须处理极其严苛的物理约束，如电机旋转延迟、气象突变和硬件磨损等。横向对比来看，这类似于自动驾驶的实时规划，但其决策空间更大、容错率更低。这种将多智能体协同（#Multi-Agent Collaboration）与科学仪器物理控制深度融合的范式，将加速推动“科学AI（AI for Science）”从单一的数据分析演进为全流程自主实验，预示着未来无人实验室和分布式科研网群的爆发。
