立方星与小航天器的自动化设计

电子、传感器和执行器的微型化使得立方星和亚20公斤航天器的使用日益增长。它们减少的质量和体积有可能转化为星际任务、地球观测和天体物理应用中所需推进剂和发射质量的显著减少。迫切需要通过寻找优化方案来优化这些航天器的设计，以更好地确定其最大能力，其中质量、体积和功率是宝贵资源。当前的航天器设计方法需要一个专家团队，利用他们的工程经验和判断来开发航天器设计。这种方法可能错过人类设计团队未想到的创新设计。在这项工作中，我们提出了一种引人注目的替代方法，扩展了航天器工程设计团队的能力，利用机器学习搜索并识别近最优解。该方法支持航天器的自动化设计，需要指定定量目标，要求到达目标位置或在预定轨道运行所需时间。接下来指定一个虚拟组件仓库，从中选择以产生候选设计。候选设计采用人工达尔文方法产生，最适应设计存活并繁殖，而不适应的个体被淘汰。我们过去在太空机器人方面的工作产生了具有人类竞争力的系统设计和控制器。寻找近最优解相比仅通过工程判断和点设计获得的解决方案有巨大改进。该方法展示了一条可信路径，能够比仅由人类设计团队可能实现的更多地识别和评估候选设计。