Solar Sail Interplanetary Transfer: Part II- Hybrid Layered Evolving Neural Network Based Global Optimization

Los viajes al espacio profundo se han imaginado durante mucho tiempo como un viaje impulsado por enormes tanques de combustible químico, un método que limita cuánto cargamento puede transportar una nave espacial y qué tan lejos puede llegar. Una alternativa más elegante es la vela solar, un sistema de propulsión que no requiere combustible en absoluto. En lugar de quemar propelente, una vela solar captura la suave presión de la luz solar, de forma muy similar a como un barco de vela captura la brisa. Este empuje continuo y renovable permite que una nave espacial acelere con el tiempo, alcanzando potencialmente altas velocidades y transportando cargas útiles más grandes que los cohetes tradicionales. Sin embargo, trazar un curso para una vela solar es un desafío formidable. Debido a que la vela debe ajustar constantemente su ángulo para aprovechar la luz del Sol, encontrar la ruta perfecta hacia otro planeta implica resolver un complejo rompecabezas matemático con innumerables variables. Los métodos tradicionales suelen quedarse estancados en soluciones locales, perdiendo la ruta verdaderamente óptima porque dependen de partir de una suposición que ya es muy cercana a la respuesta.

Un equipo de investigadores de Malasia, Japón y Rusia ha desarrollado una nueva forma de resolver este rompecabezas, una que combina el poder de aprendizaje de la inteligencia artificial con la fuerza de ensayo y error de los algoritmos evolutivos. En un estudio centrado en enviar una vela solar de la Tierra a Marte, crearon un sistema híbrido donde un programa informático actúa como un agente de aprendizaje. Este agente utiliza una red neuronal, un tipo de modelo informático inspirado en el cerebro humano, para decidir cómo dirigir la vela en cada momento del viaje. A diferencia de los métodos antiguos que necesitan una suposición inicial perfecta, este sistema aprende mediante la evolución. Genera miles de trayectorias de vuelo potenciales, probándolas en una simulación para ver cuáles se acercan más al objetivo en el menor tiempo posible. Las rutas más exitosas son luego refinadas aún más utilizando una herramienta de búsqueda local para pulir los detalles. Los investigadores descubrieron que este enfoque pudo descubrir una trayectoria de vuelo que era significamente más rápida que las encontradas en estudios previos, reduciendo el tiempo de viaje a Marte en casi un diecinueve por ciento en comparación con las estimaciones más altas en la literatura existente.

La simulación demostró un viaje donde una vela solar, capaz de generar un nivel específico de aceleración, partió de la Tierra y llegó a Marte en poco menos de 365 días. Esto supuso una mejora notable frente a los 400 a 450 días que suelen predecirse para tal misión utilizando métodos establecidos. El sistema no solo encontró una ruta más rápida; también determinó la fecha de lanzamiento óptima, señalando una ventana a mediados de julio de 2020 como el momento ideal para partir. Durante todo el vuelo, la inteligencia artificial ajustó continuamente la orientación de la vela, inclinándola para captar la luz solar en los ángulos más eficientes. La trayectoria resultante fue suave y continua, guiando a la nave espacial para que llegara cerca de Marte con una velocidad relativa lo suficientemente baja como para ser capturada por la gravedad del planeta. La distancia final entre la nave espacial y Marte estaba dentro de la esfera de influencia del planeta, y la velocidad relativa se mantuvo bien dentro de los límites seguros para un encuentro.

Más allá de la propia trayectoria de vuelo, el estudio ofreció una mirada práctica a qué tipo de nave espacial podría realmente lograr esta hazaña. Los investigadores analizaron la relación entre el tamaño de la vela, la masa de la carga útil que puede transportar y el rendimiento de la misión. Determinaron que para una vela con una longitud de lado de aproximadamente 100 metros, la cual se considera un tamaño realista para la tecnología de un futuro cercano, se podrían entregar con éxito unos 10 kilogramos de carga útil a Marte. Esto sugiere que, si bien la misión es exigente, está dentro del alcance de sondas pequeñas y especializadas. El estudio confirma que, al utilizar este enfoque de red neuronal híbrida, los ingenieros pueden navegar la compleja dinámica no lineal de la navegación solar para encontrar soluciones que antes estaban fuera de su alcance, abriendo la puerta a misiones interplanetarias más eficientes y capaces.