Моделі та методи штучного інтелекту в задачах керування рухом космічних апаратів
Стенограма доповіді на засіданні Президії НАН України 4 вересня 2024 року
DOI:
https://doi.org/10.15407/visn2024.10.044Анотація
У доповіді наведено окремі важливі результати досліджень вчених Інституту технічної механіки НАН України і ДКА України зі створення моделей та методів штучного інтелекту для розв’язання актуальних прикладних задач механіки, пов’язаних із керуванням рухом перспективних космічних апаратів. Сфера потенційних застосувань отриманих результатів охоплює, зокрема, вирішення проблеми космічного сміття та підвищення ефективності орбітального сервісу.
Посилання
Voulodimos A., Doulamis N., Doulamis A., Protopapadakis E. Deep learning for computer vision: a brief review. Computational Intelligence and Neuroscience. 2018. https://doi.org/10.1155/2018/7068349
Pierson H., Gashler M. Deep learning in robotics: a review of recent research. Adv. Robotics. 2017. 31(16): 821—835. https://doi.org/10.1080/01691864.2017.1365009
Sallab A.E., Abdou M., Perot E., Yogamani S. Deep reinforcement learning framework for autonomous driving. Electronic Imaging. 2017. 19: 70—76. https://doi.org/10.2352/ISSN.2470-1173.2017.19.AVM-023
Izzo D., Märtens M., Pan B. A survey on artificial intelligence trends in spacecraft guidance dynamics and control. Astrodynamics. 2019. 3: 287—299. https://doi.org/10.1007/s42064-018-0053-6
Khoroshylov S.V., Redka M.O. Deep learning for space guidance, navigation, and control. Space Science and Technology. 2021. 27(6): 38—52. https://doi.org/10.15407/knit2021.06.038
Russell S.J., Norvig P. Artificial intelligence: a modern approach. Pearson education, 2010.
Mitchell T.M. Machine Learning. New York: McGraw Hill, 1997.
Liou J.-C., Anilkumar A.K., Bastida Virgili B., Hanada T., Krag H., Lewis H., Raj M., Rao M., Rossi A., Sharma R. Stability of the future LEO environment — an IADC comparison study. In: Proc. of the 6th European Conference on Space Debris (22—25 April 2013, Darmstadt). https://conference.sdo.esoc.esa.int/proceedings/sdc6/paper/199
Bombardelli C., Peláez J. Ion beam shepherd for contactless space debris removal. J. Guid. Contr. Dynam. 2011. 34(3): 916—920. https://doi.org/10.2514/1.51832
Khoroshylov S. Out-of-plane relative control of an ion beam shepherd satellite using yaw attitude deviations. Acta Astronautica. 2019. 164: 254—261. https://doi.org/10.1016/j.actaastro.2019.08.016
Khoroshylov S. Relative control of an ion beam shepherd satellite in eccentric orbits. Acta Astronautica. 2020. 176: 89—98. https://doi.org/10.1016/j.actaastro.2020.06.027
Goodfellow I., Bengio Y., Courville A. Deep Learning. The MIT Press, 2016.
Redka M.O., Khoroshylov S.V. Determination of the force impact of an ion thruster plume on an orbital object via deep learning. Space Science and Technology. 2022. 28(5): 15—26. https://doi.org/10.15407/knit2022.05.015
Alpatov A., Cichocki F., Fokov A., Khoroshylov S., Merino M., Zakrzhevskii A. Determination of the force transmitted by an ion thruster plasma plume to an orbital object. Acta Astronautica. 2016. 119(2-3): 241—251. https://doi.org/10.1016/j.actaastro.2015.11.020
Alpatov A.P., Cichocki F., Fokov A.A., Khoroshylov S.V., Merino M., Zakrzhevskii A.E. Algorithm for determination of force transmitted by plume of ion thruster to orbital object using photo camera. In: Proc. 66th Int. Astronautical Congress (Jerusalem, Israel, 2015). P. 2239—2247.
Redka M.O., Khoroshylov S.V. Convolutional Neural Networks for Determining the Ion Beam Impact on a Space Debris Object. Sci. Innov. 2023. 19(6): 19—30. https://doi.org/10.15407/scine19.06.019
Sutton R.S., Barto A.G. Reinforcement Learning: an Introduction. MIT Press, 1998.
Khoroshylov S.V., Redka M.O. Intelligent control of spacecraft attitude using reinforcement leaning. Technical Mechanics. 2019. (4): 29—43. https://doi.org/10.15407/itm2019.04.029
Khoroshylov S.V., Redka M.O. Relative control of an underactuated spacecraft using reinforcement learning. Technical Mechanics. 2020. (4): 43—54. https://doi.org/10.15407/itm2020.04.043
Khoroshylov S.V., Wang C. Spacecraft relative on-off control via reinforcement learning. Space Science and Technology. 2024. 30(2): 3—14. https://doi.org/10.15407/knit2024.02.003
