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

Reizen in de diepe ruimte worden al lang voor mogelijk gehouden als een reis aangedreven door enorme tanks chemische brandstof, een methode die beperkt hoeveel lading een ruimtevaartuig kan dragen en hoe ver het kan gaan. Een eleganter alternatief is het zonnezeil, een voortstuwingssysteem dat helemaal geen brandstof vereist. In plaats van drijfgas te verbranden, vangt een zonnezeil de zachte druk van zonlicht op, net zoals een zeilboot de bries vangt. Deze continue, hernieuwbare duw stelt een ruimtevaartuig in staat om in de loop van de tijd te versnellen, waardoor het potentieel hogere snelheden kan bereiken en grotere ladingen kan vervoeren dan traditionele raketten. Het plannen van een koers voor een zonnezeil is echter een enorme uitdaging. Omdat het zeil constant de hoek moet aanpassen om het zonlicht te benutten, omvat het vinden van de perfecte route naar een andere planeet het oplossen van een complex wiskundig puzzelstuk met talloze variabelen. Traditionele methoden blijven vaak steken in lokale oplossingen, waarbij ze de werkelijk beste route missen omdat ze vertrouwen op een beginvermoeden dat al heel dicht bij het antwoord ligt.

Een team onderzoekers uit Maleisië, Japan en Rusland heeft een nieuwe manier ontwikkeld om deze puzzel op te lossen, een methode die de leerkracht van kunstmatige intelligentie combineert met de kracht van trial-and-error van evolutionaire algoritmen. In een studie gericht op het sturen van een zonnezeil van de Aarde naar Mars, creëerden zij een hybride systeem waarbij een computerprogramma fungeert als een lerende agent. Deze agent gebruikt een neuraal netwerk, een type computermodel geïnspireerd door het menselijk brein, om te beslissen hoe het zeil op elk moment van de reis gestuurd moet worden. In tegen tegenstelling tot oudere methoden die een perfect beginvermoeden nodig hebben, leert dit systeem door te evolueren. Het genereert duizenden potentiële vluchtpaden en test deze in een simulatie om te zien welke het dichtst bij het doel komen in de kortste tijd. De meest succesvolle paden worden vervolgens verder verfijnd met behulp van een lokale zoektool om de details te polijsten. De onderzoekers ontdekten dat deze aanpak een vluchtpad kon ontdekken dat aanzienlijk sneller was dan die in eerdere studies zijn gevonden, waarbij de reistijd naar Mars met bijna negentien procent werd verkort ten opzichte van de hoogste schattingen in de bestaande literatuur.

De simulatie demonstreerde een reis waarbij een zonnezeil, in staat om een specif