Solar Sail Interplanetary Transfer: Part I - Earth-Mars Rendezvous Using Evolutionary Neural Network

Die Erforschung des tiefen Weltraums war lange Zeit ein Spiel chemischer Raketen – massiver Triebwerke, die Treibstoff verbrennen, um eine Raumsonde voranzutreiben, nur um dann für den Rest der Reise dahinzuklein. Doch eine andere Art des Antriebs ist entstanden, die gar keinen Treibstoff benötigt. Anstatt Treibstoff zu verbrennen, nutzen diese Raumfahrzeuge den Druck des Sonnenlichts selbst. Stellen Sie sich einen riesigen, schimmernden Spiegel vor, der im Weltraum schwebt; wenn Photonen der Sonne auf seine Oberfläche treffen, übertragen sie eine winzige Menge Impuls und drücken das Gefährt vorwärts. Dies ist das Sonnensegel. Obwohl das Konzept in den letzten Jahren durch Missionen aus Japan, den USA und anderen Organisationen getestet wurde, bleibt die Umwandlung dieses sanften, kontinuierlichen Schubs in einen präzisen Pfad zu einem anderen Planeten eine gewaltige Herausforderung. Die beteiligte Mathematik ist unglaublich komplex und voller nichtlinearer Windungen, die es herkömmlichen Computern erschweren, die perfekte Route zu finden. Wenn eine Raumsonde ihr Ziel auch nur um eine geringe Marge verfehlt, könnte sie für immer an ihrem Ziel vorbeidriften.

Um dies zu lösen, haben die Forscher Renuganth Varatharajoo, Amirul Fiqri Abdullah und Yury Razoumny einen neuen Weg zur Planung dieser Reisen entwickelt. Sie kombinierten zwei leistungsstarke Werkzeuge: einen evolutionären Algorithmus, der den Prozess der natürlichen Selektion nachahmt, um Tausende von möglichen Lösungen zu testen, und ein neuronales Netz, eine Art Computerprogramm, das vom menschlichen Gehirn inspiriert ist und lernen kann, Entscheidungen zu treffen. In ihrer Studie untersuchten sie, ob dieses Hybridsystem ein Sonnensegel von der Erde zum Mars führen könnte. Sie bauten kein physisches Schiff, sondern erstellten stattdessen eine detaillierte digitale Simulation des Sonnensystems. In dieser virtuellen Umgebung beauftragten sie den Computer, die besten Steuerwinkel für das Segel zu finden, um Mars zu erreichen und mit der korrekten Geschwindigkeit und Position am Planeten anzukommen. Das Ziel war es, die Zeit bis zur Ankunft zu minimieren und gleichzeitig sicherzustellen, dass die Raumsonde nicht zu weit über oder zu weit hinter ihr Ziel hinausfliegt.

Die Forscher testeten ihre Methode unter drei verschiedenen Bedingungen, die Sonnensegel mit unterschiedlichen Leistungsstufen repräsentieren. Das erste Szenario nutzte ein hocheffizientes Segel, das einen starken Schub erzeugen konnte. In diesem Fall plante der Computer erfolgreich eine Route, die die Raumsonde in weniger als 400 Tagen zum Mars brachte. Der zweite Test verwendete ein Segel mit der Hälfte der Leistung des ersten. Dies war schwieriger und erforderte, dass der Computer härter arbeitete, um einen Pfad zu finden, und die Reise dauerte fast 600 Tage. Der letzte und anspruchsvollste Test beinhaltete ein sehr leistungsschwaches Segel, das nur einen winzigen Bruchteil des Schubs des ersten erzeugt. Hier verlängerte sich die Reise auf fast 2.400 Tage. Diese Ergebnisse zeigten, dass das System auch dann eine Lösung finden kann, wenn die Raumsonde sehr schwach ist, es jedoch deutlich mehr Zeit erfordert, um das Ziel zu erreichen.

Ein wesentlicher Teil ihrer Entdeckung betraf die Frage, wie der Computer lernte zu navigieren. Die Forscher fanden heraus, dass die Anzahl der Datenpunkte, die der Computer zur Überprüfung seines Fortschritts verwendete, eine große Rolle spielte. Wenn sie eine geringe Anzahl von Kontrollpunkten verwendeten, konnte der Computer schnell einen Pfad finden, aber die Ankunft war weniger präzise. Wenn sie die Anzahl der Kontrollpunkte erhöhten, konnte der Computer feinere Anpassungen vornehmen, was die Genauigkeit der Ankunftsgeschwindigkeit verbesserte. Sie entdeckten jedoch einen Zielkonflikt. Die Erhöhung der Anzahl der Kontrollpunkte machte die gesamte Mission nicht immer besser. In einigen Fällen bedeutete eine Verbesserung der Ankunftsgeschwindigkeit, dass die Raumsonde in einer etwas schlechteren Entfernung zum Planeten ankam, oder die gesamte Reisezeit erhöhte sich. Das System schien ein Ziel gegenüber einem anderen zu priorisieren, je nachdem, wie es konfiguriert war. Dies deutet darauf hin, dass es nicht die eine „perfekte“ Einstellung für jede Mission gibt; stattdessen müssen Planer die Notwendigkeit von Präzision gegen die verfügbare Rechenleistung und die spezifischen Anforderungen der Reise abwägen.

Die Studie zeigt, dass dieser evolutionäre neuronale Netzwerkansatz ein gangbarer Weg ist, um das komplexe Rätsel der Navigation von Sonnensegeln zu lösen. Indem sie dem Computer erlaubt, einen riesigen Bereich an Möglichkeiten zu erkunden und aus seinen Fehlern zu lernen, kann er Routen finden, die traditionelle Methoden vielleicht übersehen würden. Die Forscher zeigten, dass diese Methode gut für eine Reise zum Mars funktioniert, selbst bei einem leistungsschwachen Segel, und dass sie sich an unterschiedliche Missionsbedingungen anpassen kann. Obwohl die Ergebnisse derzeit auf Computersimulationen beschränkt sind, ist das Framework so konzipiert, dass es flexibel ist. Es könnte potenziell für Missionen zu anderen Planeten oder Asteroiden angepasst werden und somit ein neues Werkzeug für zukünftige Entdecker bieten, die das Sonnensystem mithilfe der Kraft der Sonne bereisen wollen. Die Arbeit bestätigt, dass mit den richtigen computergestützten Werkzeugen der sanfte Druck des Sonnenlichts genutzt werden kann, um eine Raumsonde über die gewaltigen Distanzen zwischen den Welten zu führen.