Spojení dvou těles na oběžné dráze je nejen časově náročné (spojení raketoplánu s MOS trvá v současnosti několik hodin), ale i velmi nebezpečné. Jakákoli neočekávaná změna na palubě jednoho z přibližujících se těles, například posun nákladu a tím vyvolaná změna těžiště, může mít fatální následky. Vzpomeňme si na havárii při připojování rakety ke kosmické stanici MIR v roce 1997. Nebezpečné situace mohou nastat při přibližování a připojování k pohybujícímu se tělesu nebo při pokusu o zachycení nefunkčního rotujícího satelitu. Další nepříjemností může být nedefinovaná změna tahu pomocných trysek nebo přistávání s neznámou zátěží na robotické ruce raketoplánu při záchranné operaci a podobně.
Konvenční automatický spojovací systém vyžaduje přesný matematický model chování kosmické lodi, který ovšem platí jen pro standardní situace. V mimořádných situacích je úspěch přistání závislý především na zručnosti a zkušenostech pilota, který pomocí pákového ovladače řídí přímo směr a tah pomocných trysek. Cílem vývojářů společnosti Smart Systems je navrhnout počítačem podporovaný systém pákového ovladače, který se bude v reálném čase přizpůsobovat změnám zátěže lodi, tahu trysek a podobně. Mezi pákový ovladač a výkonové členy bude vložena adaptivní kompenzační neurojednotka. Systém bude automaticky kompenzovat změny parametrů kosmického plavidla a umožní bezpečné a hladké spojení s jiným plavidlem téměř za jakýchkoli podmínek, a to bez předem připraveného přesného matematického modelu situace. Ovládání spojovacího manévru nesmí být příliš složité, aby jej v nouzi mohl zvládnout kdokoli z posádky. Předpokládá se, že nastanou situace, kdy systém bude muset pracovat prakticky automaticky tak, aby kdokoli z posádky bez pilotních zkušeností mohl vymanévrovat plavidlo například i přes trosky vzniklé při havárii a byl schopen přistát s lodí na kosmické základně či na Zemi, a to jen stiskem několika knoflíků.
Vývojáři společnosti Smart Systems používají pro návrhy a testování neuronových sítí a pro simulaci chování celého systému matematické a simulační prostředí Matlab. "Matlab nám poskytl efektivní vývojové prostředí pro tvorbu učících se algoritmů a neuronových sítí. Mohli jsme sice programovat tyto úlohy v C nebo C++, ale to by nám trvalo pětkrát až desetkrát déle," shrnuje zkušenosti s výpočetním prostředím Matlab šéf vývoje Smart Systems pan Richard Papasin.