Моделирование встреч с межзвёздными объектами
Визуализированные траектории нейронной связи для исследования ISO, где желтые кривые представляют траектории ISO, а синие кривые представляют траектории космических аппаратов. Автор: University of Illinois at Urbana-Champaign
Межзвездные объекты относятся к последним неисследованным классам объектов солнечной системы, содержащим интригующую информацию о примитивных материалах экзопланетных звездных систем. Они проходят через нашу солнечную систему только один раз в своей жизни со скоростью в десятки километров в секунду, что делает их неуловимыми.
Хироясу Цукамото, преподаватель кафедры аэрокосмической техники в Инженерном колледже Грейнджера Иллинойсского университета в Урбане-Шампейне, разработал Neural-Rendezvous — систему наведения и управления на основе глубокого обучения, позволяющую автономно сталкиваться с этими чрезвычайно быстро движущимися объектами.
Исследование опубликовано в журнале Journal of Guidance, Control, and Dynamics и на сервере препринтов arXiv.
«У человеческого мозга много возможностей: говорить, писать и т. д.», — сказал Цукамото. «Глубокое обучение создает мозг, специализированный для одной из этих возможностей с доменно-специфическими знаниями. В этом случае Neural-Rendezvous изучает всю информацию, необходимую для встречи с ISO, при этом также учитывая критическую для безопасности и высокую стоимость исследования космоса».
Цукамото рассказал, что Neural-Rendezvous основана на теории сжатия для нелинейных систем управления на основе данных, которую он разработал для своей докторской диссертации в Калифорнийском технологическом институте, а этот проект был совместным проектом с Лабораторией реактивного движения НАСА, где он работал в качестве научного сотрудника после защиты докторской диссертации.
«Наш ключевой вклад заключается не только в разработке специализированного мозга, но и в математическом доказательстве того, что он работает. Например, с помощью человеческого мозга мы на собственном опыте учимся безопасно ориентироваться во время вождения. Но какая математика за этим стоит? Откуда мы это знаем и как можем быть уверены, что никого не собьем?»
В космосе Neural-Rendezvous автономно прогнозирует наилучшие действия космического корабля на основе данных, но с формальной вероятностной границей его расстояния до целевой ИСО.
Цукамото сказал, что существуют две основные проблемы: межзвездный объект представляет собой высокоэнергетическую и высокоскоростную цель, и его траектория всегда плохо ограничена из-за непредсказуемого характера его визита.
«Мы пытаемся столкнуться с астрономическим объектом, который пронесется через нашу Солнечную систему всего один раз, и мы не хотим упустить эту возможность. Несмотря на то, что мы можем заранее приблизительно оценить динамику ИСО, они все еще имеют большую неопределенность состояния, поскольку мы не можем предсказать время их визита. Это вызов».
Скорость и неопределенность столкновений с ИСО также являются причиной того, что космический аппарат должен уметь мыслить самостоятельно.
«В отличие от традиционных подходов, при которых вы проектируете почти все до запуска космического корабля, чтобы столкнуться с ИСО, космический корабль должен иметь что-то вроде человеческого мозга, специально разработанного для этой миссии, чтобы полностью реагировать на данные на борту в режиме реального времени».
Цукамото также продемонстрировал Neural-Rendezvous, используя многоцелевые симуляторы космических аппаратов под названием M-STAR и крошечные дроны под названием Crazyflies. Пока он был в JPL, два студента-бакалавра аэрокосмического факультета Иллинойса, Арна Бхардвадж и Шишир Бхатта, связались с ним, чтобы поработать над исследовательским проектом с использованием Neural-Rendezvous.
«Из-за скорости и неопределенности сложно получить четкое изображение ИСО во время пролета с точностью 100%, даже с помощью Neural-Rendezvous. Арна и Шишир хотели показать, что Neural-Rendezvous может выиграть от концепции с несколькими космическими аппаратами».
Чтобы теоретически обосновать эмпирические наблюдения, полученные в ходе демонстраций M-STAR и Crazyfly, исследователи рассмотрели, как математически максимизировать информацию, собранную в ходе встречи ISO с использованием роя космических аппаратов.
«Теперь у нас есть дополнительный уровень принятия решений во время встречи с ISO», — сказал Цукамото. «Как оптимально расположить несколько космических аппаратов, чтобы максимально увеличить объем информации, которую можно из них извлечь? Их решение состояло в том, чтобы распределить космические аппараты так, чтобы визуально охватить высоковероятную область положения ISO, которая управляется Neural-Rendezvous».
Цукамото сказал, что он был впечатлен уровнем преданности делу и академического потенциала, продемонстрированным Бхардваджем и Бхаттой.
«Темы, изучаемые в Neural-Rendezvous, могут быть продвинуты даже для аспирантов. Арна и Шишир были очень продуктивны и много работали, и я был удивлен, увидев, что они опубликовали статью, учитывая, что эта область изначально была для них совершенно новой. Они проделали большую работу.
«И хотя нейронная сеть Rendezvous — это скорее теоретическая концепция, их работа — наша первая попытка сделать ее гораздо более полезной, более практичной».
Больше информации: Hiroyasu Tsukamoto et al, Neural-Rendezvous: Provably Robust Guidance and Control to Encounter Interstellar Objects, Journal of Guidance, Control, and Dynamics (2024). DOI: 10.2514/1.G007671
Arna Bhardwaj et al, Information-Optimal Multi-Spacecraft Positioning for Interstellar Object Exploration, arXiv (2024). DOI: 10.48550/arxiv.2411.09110
0 комментариев