複数天体を巡る探査機の軌道を機械学習で設計

複数個の小惑星や彗星を探査機で巡る軌道を見つけるには膨大な計算量が必要だが、専門家の「経験」をモデル化した機械学習で計算を大幅に短縮する手法が考案された。 【2022年7月28日 JAXA宇宙科学研究所】 太陽系内ではこれまでに100万個以上の小天体が発見されている。それに対し、探査機が直接探査した天体はイトカワ、リュウグウなど約20個しかなく、得られている知見に大きな偏りがある。 こうした状況のなか、1機の探査機で複数天体をフライバイする「マルチフライバイ方式」による探査が注目されている。とくに効率的とされるのが、小惑星をフライバイしては地球に戻ってフライバイし、また別の小惑星をフライバイすることを繰り返す「小天体フライバイサイクラー軌道」だ。地球に戻るたびにスイングバイによって軌道を効果的に曲げることで、燃料を大幅に削減できる。昨年10月に打ち上げられた、木星のトロヤ群小惑星を探査する

[AIxSPACE]

尾崎さんたちは「経験」をモデル化するため、ディープニューラルネットワーク（DNN）によって軌道最適化問題の結果を近似するサロゲートモデル（入出力関係を近似的に模擬するブラックボックスモデル）を構築した。

[BUNTEN]

「軌道最適化問題」宇宙空間版巡回セールスマン問題?