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

La exploración del espacio profundo ha sido durante mucho tiempo un juego de cohetes químicos, motores masivos que consumen combustible para impulsar las naves espaciales hacia adelante, solo para que estas se desplacen por inercia el resto del viaje. Pero ha surgido un tipo diferente de propulsión, una que no requiere combustible en absoluto. En lugar de quemar propelente, estas naves espaciales utilizan la presión de la propia luz solar. Imagine un espejo gigante y resplandeciente flotando en el espacio; a medida que los fotones del sol golpean su superficie, transfieren una cantidad diminuta de cantidad de movimiento, empujando la nave hacia adelante. Esta es la vela solar. Si bien el concepto ha sido probado en años recientes por misiones de Japón, Estados Unidos y otras organizaciones, convertir este empuje suave y continuo en una trayectoria precisa hacia otro planeta sigue siendo un desafío formidable. Las matemáticas involucradas son increíblemente complejas, llenas de giros no lineales que dificultan encontrar la ruta perfecta para las computadoras tradicionales. Si una nave espacial falla su objetivo incluso por un margen pequeño, podría derivar más allá de su destino para siempre.

Para resolver esto, los investigadores Renuganth Varatharajoo, Amirul Fiqri Abdullah y Yury Razoumny han desarrollado una nueva forma de planificar estos viajes. Combinaron dos herramientas poderosas: un algoritmo evolutivo, que imita el proceso de selección natural para probar miles de soluciones posibles, y una red neuronal, un tipo de programa informático inspirado en el cerebro humano que puede aprender a tomar decisiones. En su estudio, se propusieron ver si este sistema híbrido podía guiar una vela solar desde la Tierra hasta Marte. No construyeron una nave física; en su lugar, crearon una simulación digital detallada del sistema solar. En este entorno virtual, le encomendaron a la computadora la tarea de encontrar los mejores ángulos de dirección para la vela para llegar a Marte, llegando con la velocidad y posición correctas para encontrarse con el planeta. El objetivo era minimizar el tiempo que tardaba en llegar mientras se aseguraba que la nave espacial no volara demasiado lejos de su objetivo o demasiado atrás de él.

Los investigadores probaron su método bajo tres condiciones diferentes, que representan velas solares con distintos niveles de rendimiento. El primer escenario utilizó una vela altamente eficiente, una que podía generar un empuje fuerte. En este caso, la computadora trazó con éxito una ruta que llevó la nave a Marte en poco menos de 400 días. La segunda prueba utilizó una vela con la mitad del rendimiento de la primera. Esto fue más difícil, requiriendo que la computadora trabajara más duro para encontrar un camino, y el viaje duró casi 600 días. La prueba final y más desafiante involucró una vela de muy bajo rendimiento, una que produce solo una fracción diminuta del empuje de la primera. Aquí, el viaje se extendió a casi 2,400 días. Estos resultados mostraron que el sistema podía encontrar una solución incluso cuando la nave espacial era muy débil, pero requería significativamente más tiempo para llegar al destino.

Una parte clave de su descubrimiento involucró cómo la computadora aprendía a navegar. Los investigadores descubrieron que el número de puntos de datos que la computadora utilizaba para verificar su progreso importaba enormemente. Cuando utilizaron un número pequeño de puntos de control, la computadora podía encontrar un camino rápidamente, pero la llegada era menos precisa. Cuando aumentaron el número de puntos de control, la computadora podía realizar ajustes más finos, mejorando la precisión de la velocidad de llegada. Sin embargo, descubrieron una compensación. Aumentar el número de puntos de control no siempre hacía que la misión general fuera mejor. En algunos casos, mejorar la velocidad de llegada significaba que la nave espacial llegaba a una distancia ligeramente peor del planeta, o que el tiempo total de viaje aumentaba. El sistema parecía priorizar un objetivo sobre otro dependiendo de cómo se configuraba. Esto sugiere que no existe un único ajuste "perfecto" para cada misión; en cambio, los planificadores de misiones deben equilibrar la necesidad de precisión frente a la potencia de cómputo disponible y los requisitos específicos del viaje.

El estudio demuestra que este enfoque de red neuronal evolutiva es una forma viable de resolver el complejo rompecabezas de la navegación de velas solares. Al permitir que la computadora explore una vasta gama de posibilidades y aprenda de sus errores, puede encontrar rutas que los métodos tradicionales podrían omitir. Los investigadores demostraron que este método funciona bien para un viaje a Marte, incluso con una vela de bajo rendimiento, y que puede adaptarse a diferentes restricciones de la misión. Aunque los resultados están actualmente limitados a simulaciones por computadora, el marco está diseñado para ser flexible. Potencialmente podría adaptarse para misiones a otros planetas o asteroides, ofreciendo una nueva herramienta para futuros exploradores que deseen viajar por el sistema solar utilizando la fuerza del sol. El trabajo confirma que con las herramientas computacionales adecuadas, el suave empuje de la luz solar puede aprovecharse para guiar una nave espacial a través de las vastas distancias entre mundos.