Совместное планирование миссий для разных средств исследования Луны на основе адаптивной многокритериальной оптимизации и прокладки маршрута с учетом орбитальных параметров
Логотип RUDN Логотип Инженерной Академии

Совместное планирование миссий для разных средств исследования Луны на основе адаптивной многокритериальной оптимизации и прокладки маршрута с учетом орбитальных параметров

12 марта 2026 г. - 14:00 – 15:00

Ву Шуфан

Ph.D.

Профессор

Шанхайский университета Джиа Тонг (Китай)

Ву Шуфан

Профессор

Шанхайский университета Джиа Тонг (Китай)

Ph.D.

Аннотация

Координация разнородных орбитальных и наземных аппаратов имеет ключевое значение для повышения эффективности миссий по исследованию Луны. Мы рассматриваем сценарий, в котором реактивный лунный прыгающий аппарат (ЛПА) выполняет роль разведчика, направляющего разнородную наземную команду, состоящую из лунного самоходного аппарата (ЛСА) и лунного многоногового робота (ЛМР). В отличие от орбитальных снимков, ЛПА предоставляет детализированные данные о поверхности, позволяющие различать ограничения проходимости для ЛСА и ЛМР. Для разрешения сложных компромиссов, присущих такому взаимодействию, мы предлагаем новый метод многоцелевой оптимизации — алгоритм адаптивной обучаемой многостратегической многоцелевой оптимизации DREAM (ALMS-MODOA). Этот метод оптимизирует две конфликтующие цели: минимизацию общего времени миссии и составную стоимость миссии, которая количественно оценивает как транспортные затраты, так и операционный риск. Наш подход расширяет парадигму оптимизации DREAM за счёт уникальной интеграции четырёх ключевых компонентов: гибридной инициализации с использованием эвристик и латинского гиперкубического sampling'а для повышения робастности популяции; механизма многостратегического обучения для динамического балансирования исследования и эксплуатации; процедуры несортировки по Парето с учётом перегруженности для сохранения разнообразия решений; и адаптивной стратегии обучения для эффективного управления компромиссами между целями. ALMS-MODOA работает с высокоточной информацией о путях, генерируемой двунаправленным алгоритмом A* на основе данных, полученных с помощью ЛПА. Экспериментальные результаты демонстрируют, что наш метод значительно превосходит девять современных алгоритмов как по среднему гиперобъёму (HVavg), так и по робастности производительности. Кроме того, комплексное абляционное исследование подтверждает вклад каждого ключевого компонента предложенного метода.

Краткая биография

Профессор Ву Шуфан является признанным специалистом в области механики космического полета и разработки малых космических аппаратов, академик Международной академии астронавтики (Academician of International Academy of Astronautics, IAA), член Американского института Аэронавтики и Астронавтики (Associate Fellow of American Institute of Aeronautics and Astronautics, AIAA), а также член редколлегии Журнала «Наведение, Навигации и Управления» (Journal of Guidance, Navigation and Control, 2737-4807). В настоящее время работает в Шанхайском университете Цзяо Тонг (Shanghai Jiao Tong University, QS 51) в должности профессора факультета аэронавтики и астронавтики. Он также является директором центра интеллектуальных космических технологий, где разрабатывает малые космические аппараты типа CubeSat различного назначения, методы и технические средства бесперебойной межспутниковой связи и обработки целевой информации.