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

As viagens pelo espaço profundo há muito são imaginadas como jornadas impulsionadas por enormes tanques de combustível químico, um método que limita o quanto uma espaçonave pode carregar de carga e quão longe ela pode ir. Uma alternativa mais elegante é a vela solar, um sistema de propulsão que não requer nenhum combustível. Em vez de queimar propelente, uma vela solar captura a suave pressão da luz solar, de forma muito semelhante a um barco movido a vento que captura a brisa. Esse empuxo contínuo e renovável permite que uma espaçonave acelere ao longo do tempo, potencialmente atingindo altas velocidades e carregando cargas úteis maiores do que os foguetes tradicionais. No entanto, traçar uma rota para uma vela solar é um desafio formidável. Como a vela deve ajustar constantemente seu ângulo para aproveitar a luz do Sol, encontrar o caminho perfeito para outro planeta envolve resolver um quebra-cabeça matemático complexo com inúmeras variáveis. Os métodos tradicionais frequentemente ficam presos em soluções locais, perdendo a rota verdadeiramente ideal porque dependem de começar com um palpite que já esteja muito próximo da resposta.

Uma equipe de pesquisadores da Malásia, Japão e Rússia desenvolveu uma nova maneira de resolver esse quebra-cabeça, uma que combina o poder de aprendizado da inteligência artificial com a força de tentativa e erro dos algoritmos evolutivos. Em um estudo focado no envio de uma vela solar da Terra para Marte, eles criaram um sistema híbrido onde um programa de computador atua como um agente de aprendizado. Este agente utiliza uma rede neural, um tipo de modelo computacional inspirado no céreão humano, para decidir como pilotar a vela a cada momento da jornada. Diferente dos métodos antigos que precisam de um palpite inicial perfeito, este sistema aprende através da evolução. Ele gera milhares de potenciais trajetórias de voo, testando-as em uma simulação para ver quais chegam mais perto do alvo no menor tempo possível. As trajetórias mais bem-sucedidas são então refinadas utilizando uma ferramenta de busca local para polir os detalhes. Os pesquisadores descobriram que essa abordagem poderia descobrir uma trajetória de voo que era significamente mais rápida do que aquelas encontradas em estudos anteriores, reduzindo o tempo de viagem para Marte em quase dezenove por cento em comparação com as estimativas mais altas da literatura existente.

A simulação demonstrou uma jornada onde uma vela solar, capaz de gerar um nível específico de aceleração, partiu da Terra e chegou a Marte em pouco menos de 365 dias. Isso foi uma melhoria marcante em relação aos 400 a 450 dias tipicamente previstos para tal missão usando métodos estabelecidos. O sistema não apenas encontrou uma rota mais rápida; ele também determinou a data de lançamento ideal, apontando uma janela em meados de julho de 2020 como o momento ideal para partir. Ao longo do voo, a inteligência artificial ajustava continuamente a orientação da vela, inclinando-a para captar a luz solar nos ângulos mais eficientes. A trajetória resultante foi suave e contínua, guiando a espaçonave para chegar perto de Marte com uma velocidade relativa baixa o suficiente para ser capturada pela gravidade do planeta. A distância final entre a espaçonave e Marte estava dentro da esfera de influência do planeta, e a velocidade relativa permaneceu bem dentro dos limites seguros para um encontro.

Além da própria trajetória de voo, o estudo ofereceu um olhar prático sobre que tipo de espaçonave poderia realmente realizar esse feito. Os pesquisadores analisaram a relação entre o tamanho da vela, a massa da carga útil que ela poderia carregar e o desempenho da missão. Eles determinaram que, para uma vela com um comprimento de lado de aproximadamente 100 metros, o que é considerado um tamanho realista para a tecnologia de um futuro próximo, uma carga útil de cerca de 10 quilogramas poderia ser entregue com sucesso em Marte. Isso sugere que, embora a missão seja exigente, ela está dentro do campo das possibilidades para sondas pequenas e especializadas. O estudo confirma que, ao usar essa abordagem de rede neural híbrida, engenheiros podem navegar pelas dinâmicas complexas e não lineares da navegação a vela solar para encontrar soluções que antes estavam fora de alcance, abrindo as portas para missões interplanetárias mais eficientes e capazes.