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

深宇宙探査は長い間、巨大な化学燃料タンクによって推進される旅として想像されてきました。しかし、この手法は宇宙船がどれだけの貨物を運べるか、そしてどれほど遠くまで行けるかを制限してしまいます。より優雅な代替案はソーラーセイル（太陽帆）であり、これは燃料を全く必要としない推進システムです。推進剤を燃焼させる代わりに、ソーラーセイルは風力帆船がそよ風を受けるように、日光の穏やかな圧力を捉えます。この継続的で再生可能な押し上げにより、宇宙船は時間をかけて加速することができ、従来のロケットよりも高い速度に到達し、より大きなペイロードを運ぶことが可能になります。しかし、ソーラーセイルの航路を策定することは困難な課題です。帆は日光を利用するために常に角度を調整しなければならないため、別の惑星への完璧な経路を見つけるには、無数の変数を含む複雑な数学的パズルを解く必要があります。従来の手法は、すでに答えに非常に近い「推測」から始めることに依存しているため、真に最適なルートを見逃し、局所的な解に陥ってしまうことがよくあります。

マレーシア、日本、ロシアの研究チームは、人工知能の学習能力と進化アルゴリズムの試行錯誤の強さを組み合わせた、このパズルを解くための新しい方法を開発しました。地球から火星へのソーラーセイルの派遣に焦点を当てた研究において、彼らはコンピュータプログラムが学習エージェントとして機能するハイブリッドシステムを構築しました。このエージェントは、人間の脳に触発されたコンピュータモデルの一種であるニューラルネットワークを使用して、旅のあらゆる瞬間において帆の操舵方法を決定します。完璧な初期推測を必要とする古い手法とは異なり、このシステムは進化することによって学習します。システムは数千もの潜在的な飛行経路を生成し、それらをシミュレーションの中でテストして、どの経路が最短時間で目標に最も近づけるかを確認します。最も成功した経路は、その後、細部を磨き上げるための局所探索ツールを用いてさらに精緻化されます。研究者たちは、このアプローチが以前の研究で見出されたものよりも大幅に速い飛行経路を発見できることを突き止め、既存の文献における最高推定値と比較して、火星への移動時間を19％近く短縮できることを明らかにしました。

シミュレーションでは、特定のレベルの加速度を生み出すことができるソーラーセイルが、地球を出発して365日足らずで火星に到着する旅が示されました。これは、確立された手法を用いたミッションで通常予測される400日から450日という期間よりも顕著な改善です。このシステムは単に速いルートを見つけただけでなく、最適な打ち上げ日も特定し、2020年7月中旬のウィンドウを出発に理想的な時期として指し示しました。飛行中、人工知能は帆の向きを継続的に調整し、最も効率的な角度で日光を捉えるように傾けました。その結果、軌道は滑らかで連続的なものとなり、宇宙船を火星の重力に捕捉されるのに十分な相対速度で火星の近くに導きました。最終的な宇宙船と火星の距離は惑星の重力圏内にあり、相対速度もランデブーのための安全な範囲内に収まっていました。

飛行経路そのものに加えて、この研究は、どのような宇宙船が実際にこの偉業を達成できるかについて、実践的な視点を提供しました。研究者たちは、帆のサイズ、搭載できるペイロードの質量、およびミッションの性能の関係を分析しました。彼らは、近未来の技術として現実的なサイズとされる一辺の長さ約100メートルの帆の場合、約10キログラムのペイロードを火星へ正常に届けられることを突き止めました。これは、ミッションは困難ではあるものの、小型で特化した探査機にとっては実現可能な範囲内であることを示唆しています。この研究は、このハイブリッド・ニューラルネットワーク・アプローチを用いることで、エンジニアがソーラーセイルの複雑で非線形な力学を制御し、以前は到達不可能であった解決策を見つけ出せることを裏付けており、より効率的で有能な惑星間ミッションへの扉を開いています。