🔭 astrophysics

A practical guide to implementing zero-order-hold interplanetary trajectory legs

本文提出了一种实现鲁棒零阶保持星际轨迹优化的实用指南，通过引入四项关键创新：前向 - 后向射击构造、无奇点节流参数化、可微 softmax 时间网格编码以及全面的 TOPS 基准套件。

原作者： Dario Izzo, Harry Holt, Giacomo Acciarini, Laurent Beauregard, Yuri Shimane

发布于 2026-05-13

📖 1 分钟阅读☕ 轻松阅读

原作者： Dario Izzo, Harry Holt, Giacomo Acciarini, Laurent Beauregard, Yuri Shimane

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图引导一艘宇宙飞船从地球飞往火星。你拥有一张地图（物理定律）和一个目的地，但这艘飞船的引擎有些挑剔。它不像汽车那样平稳运行；相反，它在全力运转一段时间后完全关闭，然后再重新启动时表现最佳。这被称为“开关式”（bang-bang）控制策略。

你所询问的这篇论文，是一本实用指南，专为那些试图为这些飞船规划最佳路径的计算机程序而写。作者们表示：“我们发现了一种方法，使这些计算机计算变得更加可靠，因此它们不再需要人类专家为每一次新任务进行微调。”

以下是他们四个主要“秘诀”的分解，使用了简单的类比：

1. “双向街道”策略（前向 - 后向射击法）

问题： 通常，为了找到一条路径，计算机会猜测一个起点，然后尝试向前行驶直至终点。如果它们错过了目标，就必须重新猜测。这就像试图从体育馆的另一端把球投进篮筐，仅仅依靠猜测角度。如果没投中，你就再试一次。这既缓慢又令人沮丧。

解决方案（ZOHα）： 作者们提出了一种“双向街道”的方法。想象一下你有两个人：一个人从发射台出发向前行驶，另一个人从目的地出发，在时间上向后行驶。他们在中途相遇。

为何有效： 通过在中间相遇，计算机可以从旅程的两端获得线索。这就像两个人从迷宫的相对两侧尝试解谜；他们比仅从一侧出发的人更有可能快速找到出口。论文发现，恰好在中间相遇（50/50 的分割）通常是最佳点。

2. “魔法旋钮”与“故障开关”（推力器参数化）

问题： 飞船引擎有一个“推力器”（控制推力大小）。当引擎关闭时（推力器 = 0），计算机使用的数学公式就会崩溃。这就像试图除以零。计算机因此感到困惑并停止工作，尤其是在飞船在没有引擎的情况下长时间滑行的路段上。

解决方案： 作者们发明了一种描述推力器的新方法。他们不再只用一个数字来表示“推力大小”，而是使用四个数字（一种冗余的四维参数化）。

类比： 想象试图用指南针描述方向。如果你静止不动，“北方”就没有意义。但如果你将你的运动描述为“速度旋钮”和“方向旋钮”分开的两个部分，你就可以将速度设为零，而不会让方向破坏数学运算。这个技巧确保了即使引擎完全关闭，计算机的数学运算依然平滑且有效。

3. “智能计时器”（Softmax 时间网格）

问题： 为了求解路径，计算机会将旅程分割成时间块（段）。通常，这些块的大小都相同，就像一把刻度均匀的尺子。但如果飞船需要在 1 秒内急转弯，然后滑行 100 秒呢？一把刻度均匀的尺子太僵硬了；它要么错过急转弯，要么在滑行阶段浪费时间。

解决方案： 他们使用了一种“智能计时器”（Softmax 编码）。

类比： 与其使用一把僵硬的尺子，不如想象一根有弹性的橡皮筋。计算机可以将时间线的某些部分拉伸得非常短（用于急转弯），而将其他部分拉得非常长（用于滑行），但这样做的方式能保持数学运算的平滑性。这就像一台相机，在动作发生时自动放大，在无事发生时自动缩小，确保计算机永远不会因时间线速度的变化而感到困惑。

4. “通用测试实验室”（TOPS 基准）

问题： 许多研究人员仅在个别的一两个特定太空任务上测试他们的新方法。这就像一家汽车制造商仅在加利福尼亚的赛道上测试新引擎。它可能在那里行得通，但在雪地或泥地里能行得通吗？

解决方案： 作者们创建了TOPS（太空轨迹优化问题）。

类比： 这是一个巨大的、标准化的“障碍课程”，专门用于测试飞船软件。它包含 28 种不同的挑战：绕地球飞行、导航三体（如太阳、地球和月球）的引力，以及使用太阳帆（由阳光驱动的引擎）。通过在全部 28 个挑战上测试他们的方法，他们证明了该方法在各种情况下都能可靠运行，而不仅仅是在某一个幸运的场景中。

核心结论

该论文声称，通过结合这四种技巧——在中途相遇、为引擎使用“魔法旋钮”、使用“弹性计时器”以及在大量问题上进行测试——他们创造了一种稳健的方法（ZOHα）。

这里的“稳健”意味着：你可以将这个工具交给计算机，给它一个随机的初始猜测，它很可能会找到一个好的解决方案，而无需人类专家低声指导或修复错误。它将一个微妙、像艺术一样的过程，转变为一个可靠、系统的工程工具。

他们还比较了两个著名的计算机求解器（IPOPT 和 SNOPT），发现虽然 SNOPT 是行业标准，但新方法实际上帮助了“弱势”求解器（IPOPT）在许多情况下表现得同样好，甚至更好。

技术摘要：零阶保持行星际轨迹段实施的实用指南

问题陈述

本文探讨了零阶保持（ZOH）转录在航天器轨迹优化中的实际实施。尽管 ZOH 方法（将控制输入参数化为分段常数函数，并通过数值积分（打靶法）计算状态）在概念上简单，但以往的研究往往依赖于针对特定问题的调整和同质化的动力学环境。这种依赖限制了其可扩展性、自动化能力和可重复性。作者旨在确定一组设计原则，使 ZOH 转录能够在广泛的动力学环境（包括二体问题、修正赤道轨道要素、圆形限制性三体问题以及太阳帆）中保持鲁棒性，而无需大量人工干预或专家手工设计的初始猜测。

方法论

作者提出了一种特定的前向 - 后向 ZOH 方案，记为ZOHα，并将其与四个关键技术要素相结合，以增强鲁棒性和可微性：

前向 - 后向打靶构造（ZOHα）：
不同于纯粹的前向或后向打靶，时间范围 $[t_0, t_f]$ 被划分为 $N$ 个段。前 $N_{fwd}$ 个段从初始状态 $x_0$ 开始向前积分，剩余的 $N_{bck}$ 个段从最终状态 $x_f$ 开始向后积分。在两条弧段交汇的连接点处施加不匹配约束。参数 $\alpha \in [0, 1]$ 控制前向段与后向段的比例。与单次打靶相比，该方法降低了梯度敏感性的放大，同时避免了经典多次打靶法所需的中间状态猜测。
冗余的四维油门参数化：
为了解决控制影响矩阵在弹道弧段（推力为零）处的奇异性问题，作者引入了一种冗余参数化。油门向量被分解为标量幅值 $\tau \in [0, 1]$ 和单位范数方向向量 $d \in \mathbb{R}^3$ 。质量流方程仅使用 $\tau$ 进行建模，有意将其与 $d$ 的范数解耦。这确保了即使当 $\tau = 0$ 时，控制影响矩阵依然保持平滑，而最优性条件（通过庞特里亚金极大值原理）自然地在解处强制 $\|d\|=1$ ，从而保持物理一致性。
Softmax 时间网格编码：
为了避免对段持续时间施加排序约束（ $t_i \le t_{i+1}$ ）同时保持完全可微性，作者采用了 softmax 变换。段持续时间由无约束向量 $w$ 导出，公式为 $\Delta t_i = e^{w_i} / \sum e^{w_j}$ 。这保证了严格正的持续时间和满秩雅可比矩阵，从而在无需对时间施加仿射不等式约束的情况下促进基于梯度的优化。
TOPS 基准测试：
为了验证这些原则，作者引入了TOPS（太空轨迹优化问题）基准测试。该套件包含 28 个不同的问题，涵盖四种动力学模型：二体笛卡尔坐标、修正赤道轨道要素（MEE）、圆形限制性三体问题（CR3BP）以及太阳帆。这些问题在难度上各不相同，涵盖了多圈运行、轨道倾角变更和高偏心率等情况。

实验设置

本研究使用每个问题实例 128 个随机初始猜测来评估 ZOHα 转录，并使用两种标准非线性规划（NLP）求解器求解：IPOPT 和SNOPT。关键在于未进行任何特定于求解器的调整；两者均使用默认配置运行。性能通过以下指标衡量：

预期运行时间（ERT）： 一种硬件归一化的成本，同时考虑成功和失败的运行，并对成功率低的设置施加惩罚。
预期目标值（ $E[J]$ ）： 成功运行中最终航天器质量比的平均值。
性能通过在 $(ERT, E[J])$ 平面上的非支配前沿进行可视化，从而允许对速度和解决方案质量之间的权衡进行分析。

关键结果

广泛的实验活动（超过 300,000 次求解器运行）得出了若干重要发现：

前向 - 后向方案的优越性： $\alpha = 0.5$ （前向和后向段相等）的转录方案始终优于纯粹的前向（ $\alpha=1$ ）或纯粹的后向（ $\alpha=0$ ）方案。这归因于降低了梯度敏感性，并在优化随机初始猜测的过程中同时利用了两个边界条件。
求解器性能： 虽然 SNOPT 是航空航天领域的既定标准，但IPOPT在整个基准套件中表现出了具有竞争力甚至在某些情况下更优越的性能，特别是在转录完全可微且问题经过适当缩放时。SNOPT 仅在太阳帆问题上保持了稳定的优势。
时间网格： 可变时间网格通常以计算成本为代价提供了更高的精度，使其适合作为使用均匀网格初始化的解决方案的细化步骤（“收尾器”）。然而，对于太阳帆问题，softmax 时间网格编码优于均匀网格，这可能是因为它能够收缩具有不利帆朝向的段。
油门约束： 油门幅值的不等式约束通常优于等式约束。仅在最优轨迹主要为弹道式且动力弧段极短的情况下，等式约束才具有可比性或更优。

意义与主张

本文并不声称引入了一种新的转录家族，而是确定了一组实施原则，使现有的 ZOH 方法变得鲁棒且可扩展。作者认为，通过采用 ZOHα 方案并结合所概述的特定参数化和基准测试策略，轨迹优化可以从需要大量手动调整的“依赖特定问题的艺术”转变为“系统化的计算方法”。

这项工作将 ZOH 定位为不仅仅是一个简单的基线，而是一种灵活且具有竞争力的策略，特别是当按照所描述的方式进行数值处理时（例如，通过冗余参数化处理奇异性，并确保端到端可微性）。引入 TOPS 基准测试旨在促进该领域的未来扩展和可重复研究，超越以往文献中常见的狭窄、同质的测试案例。