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

A exploração do espaço profundo tem sido, há muito tempo, um jogo de foguetes químicos, motores massivos que queimam combustível para impulsionar a espaçonave para frente, apenas para que ela siga em trajetória de inércia pelo resto da jornada. Mas um tipo diferente de propulsão surgiu, uma que não requer nenhum combustível. Em vez de queimar propelente, essas espaçonaves usam a própria pressão da luz solar. Imagine um espelho gigante e cintilante flutuando no espaço; conforme os fótons do sol atingem sua superfície, eles transferem uma quantidade minúscula de momento, empurrando a nave para frente. Esta é a vela solar. Embora o conceito tenha sido testado nos últimos anos por missões do Japão, dos Estadosos Unidos e de outras organizações, transformar esse empurrão suave e contínuo em uma trajetória precisa para outro planeta continua sendo um desafio formidável. A matemática envolvida é incrivelmente complexa, repleta de reviravoltas não lineares que tornam difícil encontrar a rota perfeita para computadores tradicionais. Se uma espaçonave errar seu alvo por mesmo uma pequena margem, ela poderá derivar para além do seu destino para sempre.

Para resolver isso, os pesquisadores Renuganth Varatharajoo, Amirul Fiqri Abdullah e Yury Razoumny desenvolveram uma nova maneira de planejar essas jornadas. Eles combinaram duas ferramentas poderosas: um algoritmo evolutivo, que imita o processo de seleção natural para testar milhares de soluções possíveis, e uma rede neural, um tipo de programa de computador inspirado no cérebro humano que pode aprender a tomar decisões. Em seu estudo, eles buscaram verificar se este sistema híbrido poderia guiar uma vela solar da Terra até Marte. Eles não construíram uma nave física; em vez disso, criaram uma simulação digital detalhada do sistema solar. Neste ambiente virtual, eles incumbiram o computador de encontrar os melhores ângulos de direção para a vela para chegar a Marte, chegando com a velocidade e a posição corretas para encontrar o planeta. O objetivo era minimizar o tempo necessário para chegar lá, garantindo que a espaçonave não voasse muito além ou muito atrás do seu alvo.

Os pesquisadores testaram seu método sob três condições diferentes, representando velas solares com níveis variados de desempenho. O primeiro cenário utilizou uma vela altamente eficiente, uma que poderia gerar um empuxo forte. Neste caso, o computador traçou com sucesso uma rota que levou a espaçonave a Marte em pouco menos de 400 dias. O segundo teste utilizou uma vela com metade do desempenho da primeira. Isso foi mais difícil, exigindo que o computador trabalhasse mais para encontrar um caminho, e a jornada durou quase 600 dias. O teste final e mais desafiador envolveu uma vela de baixíssimo desempenho, uma que produz apenas uma fração ínfima do empuxo da primeira. Aqui, a jornada estendeu-se por quase 2.400 dias. Esses resultados mostraram que o sistema podia encontrar uma solução mesmo quando a espaçonave era muito fraca, mas exigia significativamente mais tempo para chegar ao destino.

Uma parte fundamental de sua descoberta envolveu como o computador aprendeu a navegar. Os pesquisadores descobriram que o número de pontos de dados que o computador utilizava para verificar seu progresso importava muito. Quando utilizavam um pequeno número de pontos de verificação, o computador conseguia encontrar um caminho rapidamente, mas a chegada era menos precisa. Quando aumentavam o número de pontos de verificação, o computador conseguia fazer ajustes mais finos, melhorando a precisão da velocidade de chegada. No entanto, eles descobriram uma compensação. Aumentar o número de pontos de verificação nem sempre tornava a missão geral melhor. Em alguns casos, melhorar a velocidade na chegada significava que a espaçonave chegava a uma distância ligeiramente pior do planeta, ou que o tempo total de viagem aumentava. O sistema parecia priorizar um objetivo sobre outro dependendo de como era configurado. Isso sugere que não existe uma configuração única "perfeita" para cada missão; em vez disso, os planejadores de missão devem equilibrar a necessidade de precisão contra o poder computacional disponível e os requisitos específicos da viagem.

O estudo demonstra que esta abordagem de rede neural evolutiva é uma forma viável de resolver o complexo enigma da navegação de velas solares. Ao permitir que o computador explore uma vasta gama de possibilidades e aprenda com seus erros, ele pode encontrar rotas que métodos tradicionais poderiam perder. Os pesquisadores mostraram que este método funciona bem para uma jornada a Marte, mesmo com uma vela de baixo desempenho, e que pode se adaptar a diferentes restrições de missão. Embora os resultados sejam atualmente limitados a simulações de computador, a estrutura foi desenhada para ser flexível. Ela poderia potencialmente ser adaptada para missões a outros planetas ou asteroides, oferecendo uma nova ferramenta para futuros exploradores que desejam viajar pelo sistema solar usando o poder do sol. O trabalho confirma que, com as ferramentas computacionais certas, o empurrão suave da luz solar pode ser aproveitado para guiar uma espaçonave através das vastas distâncias entre os mundos.