宇宙科学のためのAI：軌道実験室・惑星フィールドワーク・身体性自律

- 本論文は宇宙環境における AI for Science (AI4S) を扱う critical review である。 - 軌道 laboratory と planetary in situ science を対象とする。 - 領域は biology、materials、fluid and thermal physics、adaptive exploration。 - 既存データの解釈から実験の設計・実行へ広がる AI4S を宇宙に適用する。 - 宇宙の制約（microgravity、extraterrestrial environments、有限試料、資源制約、介入機会の限定）を踏まえる。 - learning、科学的行動の選択、実行、実験的妥当性の保持を区別する。 - sample history、scientific decisions、physical execution、claim-specific validity を接続する枠組みを提示する。

- 要旨からは不明（個々の先行研究との具体的比較は明示されていない）。 - Terrestrial self-driving laboratories を補完的証拠として用いる。 - optimization、dedicated automation、robotic manipulation、unattended operation に必要な支援。 - 宇宙由来データからの learning と、科学的行動の選択・実行・妥当性保持を区別する点を特徴とする。 - 宇宙 robot の価値を dedicated mechanisms、redundancy、human-supported operation と対比して評価すべきとする。

- 批判的レビューとして軌道 laboratory と planetary in situ science を横断的に整理する。 - 以下の段階を区別する枠組みを構築する。 - 宇宙由来データからの learning - 科学的行動の選択 - 物理的実行 - 実験的妥当性の保持 - sample history、scientific decisions、physical execution、claim-specific validity を接続する framework を提示する。 - 軌道設計の worked example、planetary extension、matched evaluation schemes を提示する。 - これらにより sensing、decision policies、physical actions の寄与を分離する。

- 要旨からは不明（実証実験や定量的検証の詳細は示されていない）。 - 方法論として worked orbital design、planetary extension、matched evaluation schemes を提示する。 - 評価軸として valid scientific return、task coverage、intervention costs、evidence integrity を挙げる。 - 完全な campaign を通じて autonomy を測定する agenda を提案する。

- 宇宙 robot は、必要な介入が検証済み instrument の能力を超え、timely human support が得られない場合に自律科学の到達範囲を広げうる。 - ただしその価値は dedicated mechanisms、redundancy、human-supported operation に対して確立される必要がある。 - 観測、実行可能な行動、妥当な証拠の連続性における gap が議論される。 - 有限試料、資源制約、介入機会の限定が sustained investigation を難しくする点が指摘される。

- Terrestrial self-driving laboratories に関する研究（optimization、dedicated automation、robotic manipulation、unattended operation）。 - 宇宙由来データを用いた learning に関する研究。 - 軌道 laboratory および planetary in situ science の事例研究。 - dedicated mechanisms、redundancy、human-supported operation に関する研究。 - 要旨で個別論文名は明示されていないため、上記は一般名としての関連領域である。