由美国航天局空间研究资助的计算机科学实验室主任穆尼尔·阿尔斯兰
周二,倍频程13年,2020年
曼哈顿 - 航天器轨迹优化是航天任务分析的一个重要方面。近年来,美国航空航天局已经显示出在应用机器学习算法来提高轨迹优化求解器的性能在一个人打理的月球轨道平台准备船员来自地球参观,中转往返月球表面增加的兴趣,出发和从火星返回。
轨迹用于采用太阳能电推进的航天器的优化需要非线性,非凸数学编程问题的解。为解决这一问题提供援助,美国航空航天局已经授予$ 750,000朝涉及在威奇托州立大学,365体育平台和堪萨斯大学的研究人员的联合项目。
在365体育平台的调查导致了“人工智能辅助航天器轨迹优化和规划” 穆尼尔·阿尔斯兰,助理教授米歇尔·曼森 - 谢尔班捷联惯组重点研究的教师和学者的创始董事 智能系统,计算机体系结构,分析和安全实验室 在卡尔R上的计算机科学系。工程学院的冰。
这个项目的目标是开发地面上的任务设计一个新的,机器学习辅助优化工具。所提出的方法的自动化,快速,稳健的特性使得该工具适用于船上实施,以及。
“动态坐标轨迹优化,改进的状态观测器来估算未建模加速和利用规划变量的自适应调节的人工神经网络,该计划是开发各种创新的概念,如使用”穆尼尔说。
所提出的研究将直接通过将机器学习,以减少在一个快速和强大的方式计算轨迹的次优和捕获未建模空间环境效应中受益的太空任务设计。
“考虑到空间研究近年来日益重要,”穆尼尔说,“这个项目将帮助K-状态做出的航天器轨迹优化一个具有挑战性的问题是最重要的行星探索任务显著的贡献。
“这也将增加空间研究365体育平台的认可和领导,将在实现工程2025个目标的两个大学和学院的方向前进了一步。”