Solar Sail Interplanetary Transfer: Part II- Hybrid Layered Evolving Neural Network Based Global Optimization
Cet article propose une méthode d'optimisation par réseau de neurones évolutif multicouche hybride qui combine des réseaux de neurones artificiels et des algorithmes évolutionnaires pour résoudre des problèmes complexes de trajectoire de voiles solaires, atteignant des optima globaux avec des temps de vol significativement réduits (7 % – 18,956 %) par rapport aux références conventionnelles.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Le voyage dans l'espace profond est depuis longtemps imaginé comme un périple alimenté par de massifs réservoirs de carburant chimique, une méthode qui limite la quantité de cargaison qu'un vaisseau spatial peut transporter et la distance qu'il peut parcourir. Une alternative plus élégante est la voile solaire, un système de propulsion qui ne nécessite aucun carburant. Au lieu de brûler du propulseur, une voile solaire capte la pression douce de la lumière du soleil, tout comme un voilier capte la brise. Cette poussée continue et renouvelable permet à un vaisseau spatial d'accélérer au fil du temps, atteignant potentiellement des vitesses élevées et transportant des charges utiles plus importantes que les fusées traditionnelles. Cependant, tracer une trajectoire pour une voile solaire est un défi redoutable. Comme la voile doit constamment ajuster son angle pour exploiter la lumière du Soleil, trouver le chemin parfait vers une autre planète implique de résoudre un casse-tête mathématique complexe comportant d'innombrables variables. Les méthodes traditionnelles se retrouvent souvent bloquées dans des solutions locales, manquant la route véritablement optimale car elles reposent sur une supposition initiale qui est déjà très proche de la réponse.
Une équipe de chercheurs de Malaisie, du Japon et de Russie a développé une nouvelle façon de résoudre ce casse-tête, une méthode qui combine le pouvoir d'apprentissage de l'intelligence artificielle avec la force de l'essai et de l'erreur des algorithmes évolutionnaires. Dans une étude axée sur l'envoi d'une voile solaire de la Terre vers Mars, ils ont créé un système hybride où un programme informatique agit comme un agent d'apprentissage. Cet agent utilise un réseau neuronal, un type de modèle informatique inspiré du cerveau humain, pour décider de la manière de diriger la voile à chaque instant du voyage. Contrairement aux anciennes méthodes qui nécessitent une supposition de départ parfaite, ce système apprend par l'évolution. Il génère des milliers de trajectoires de vol potentielles, les testant dans une simulation pour voir lesquelles s'approchent le plus de la cible dans le laps de temps le plus court. Les trajectoires les plus réussies sont ensuite affinées à l'aide d'un outil de recherche locale pour polir les détails. Les chercheurs ont découvert que cette approche pouvait découvrir une trajectoire de vol nettement plus rapide que celles trouvées dans les études précédentes, réduisant le temps de voyage vers Mars de près de dix-neuf pour cent par rapport aux estimations les plus hautes de la littérature existante.
La simulation a démontré un voyage où une voile solaire, capable de générer un niveau spécifique d'accélération, a quitté la Terre et est arrivée à Mars en moins de 365 jours. Il s'agissait d'une amélioration marquée par rapport aux 400 à 450 jours typiquement prédits pour une telle mission en utilisant les méthodes établies. Le système n'a pas seulement trouvé une route plus rapide ; il a également déterminé la date de lancement optimale, identifiant une fenêtre à la mi-juillet 2020 comme le moment idéal pour le départ. Tout au long du vol, l'intelligence artificielle ajustait continuellement l'orientation de la voile, l'inclinant pour capter la lumière du soleil selon les angles les plus efficaces. La trajectoire résultante était fluide et continue, guidant le vaisseau spatial pour arriver près de Mars avec une vitesse relative suffisamment faible pour être capturée par la gravité de la planète. La distance finale entre le vaisseau spatial et Mars était à l'intérieur de la sphère d'influence de la planète, et la vitesse relative restait bien en deçà des limites de sécurité pour un rendez-vous.
Au-delà de la trajectoire de vol elle-même, l'étude a offert un regard pratique sur le type de vaisseau spatial capable de réaliser cet exploit. Les chercheurs ont analysé la relation entre la taille de la voile, la masse de la charge utile qu'elle peut transporter et la performance de la mission. Ils ont déterminé que pour une voile ayant une longueur de côté d'environ 100 mètres, ce qui est considéré comme une taille réaliste pour la technologie de l'avenir proche, une charge utile d'environ 10 kilogrammes pourrait être livrée avec succès à Mars. Cela suggère que, bien que la mission soit exigeante, elle est à la portée de petites sondes spécialisées. L'étude confirme qu'en utilisant cette approche hybride de réseau neuronal, les ingénieurs peuvent naviguer dans la dynamique complexe et non linéaire de la navigation à voile solaire pour trouver des solutions qui étaient auparavant hors de portée, ouvrant la voie à des missions interplanétaires plus efficaces et plus performantes.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.