Net kai to nereikia, kosminės dulkės, sąveika su retomis Žemės atmosferos dalelėmis ar Saulės šviesos poveikis gali pasukti palydovą ne taip, kaip reikėtų, arba išvis priversti jį suktis aplink kurią nors ašį. Taigi, svarbi misijų dalis yra orientacijos valdymo sistemos, užtikrinančios, kad palydovas visada būtų nukreiptas ten, kur reikia.
Dažniausiai tai būna algoritmai, kurie reikalauja daugybės specifinių kalibracijų ir testų. Tačiau neseniai inžinieriai pirmą kartą orbitoje sėkmingai išbandė palydovo orientacijos valdymo algoritmą, paremtą dirbtiniu intelektu.
Bandymas atliktas naudojant mažąjį palydovą „InnoCube“, kuris skirtas įvairių naujoviškų kontrolės sistemų patikrinimui. Per devynias minutes trukusį manevrą specialus DI agentas visiškai autonomiškai atliko orientacijos manevrą orbitoje, pakreipdamas palydovą nurodyta kryptimi. Vėliau testas sėkmingai pakartotas dar keletą kartų.
Kurdami algoritmą tyrėjai pritaikė giluminio sustiprinimo mokymosi (DRL) metodą – mašininio mokymosi šaką, kurioje neuroninis tinklas autonomiškai išmoksta optimalios valdymo strategijos dirbtinėje (sumodeliuotoje) aplinkoje. Pagrindinis DRL metodo pranašumas yra greitis ir lankstumas – palyginti su įprastiniu valdiklių kūrimu – kuris gali užtrukti mėnesius ar net metus.
DRL metodas ne tik automatizuoja šį procesą, bet ir suteikia galimybę kurti valdiklius, kurie automatiškai prisitaiko prie netikėtų faktinių sąlygų. Prieš perkėlimą į orbitą, DI valdiklis buvo treniruotas Žemėje labai detaliame skaitmeniniame modelyje.
Vienas didžiausių iššūkių, komandos narių teigimu, buvo užtikrinti, kad virtualioje aplinkoje apmokytas valdiklis taip pat veiktų realiame pasaulyje. Sėkmingas bandymas leidžia tikėtis, kad dirbtinis intelektas gali būti patikimai taikomas misijose, kur kritiškai svarbus palydovų saugumas. Tai galėtų būti ne tik palydovų valdymas orbitoje aplink Žemę, bet ir tarpplanetinės misijos, kur žmogaus įsikišimas neįmanomas dėl milžiniškų atstumų.