amerikali
Yeni Üye
Avrupa Uzay Ajansı (ESA), Delft Teknoloji Üniversitesi'ndeki (TU Delft) “Siber Hayvanat Bahçesi”nde neler olup bittiğiyle ilgileniyor. ESA, özellikle yapay zekaya (AI) dayalı yarış dronlarının kontrolüyle ilgileniyor. Orada kullanılan kontrol sistemlerinin algoritmaları, gelecekte uzay gemilerinde de benzer bir biçimde kullanılabilir ve uzay aracı manevralarını eskisinden çok daha verimli bir şekilde gerçekleştirebilir.
Reklamcılık
TU Delft'in Havacılık ve Uzay Mühendisliği Fakültesi tarafından işletilen “Siber Hayvanat Bahçesi”nde 10 m × 10 m'lik bir test parkurunda çok şey oluyor. İnsan kontrollü yarış dronları – mikro hava aracı quadcopter'ları – ve otonom versiyonları birlikte havada uçuyor. Otonom dronlar, parkuru mümkün olan en kısa sürede tamamlamak üzere eğitiliyor. Çarpışmaları önleyecek bir uçuş yolu türetmek için yapay zekayı kullanmak amacıyla sürekli olarak kendi konumlarını belirlemeleri gerekiyor.
ESA'nın Gelişmiş Konsept Ekibi (ACT), bu tür otonom kontrol sistemlerinin her türlü karmaşık uzay aracı manevrasında nasıl kullanılabileceğini araştırmak için TU Delft'teki Mikro Hava Aracı Laboratuvarı (MAVLab) ile birlikte çalıştı. Sonuçları, Science Robotics'te yayınlanan “Uzay aracı sinirsel rehberliği ve kontrolünde Optimallik ilkeleri” adlı çalışmada özetlediler. ESA özellikle gezegenler arası transferler, gezegenlerin yüzeyine inişler ve kenetlenme operasyonları sırasında uzay aracının uçuş kontrolünü hedefliyor.
“Uzayda, gemideki her kaynak mümkün olduğunca verimli kullanılmalıdır – yakıt, mevcut enerji, hesaplama kaynakları ve çoğu zaman zaman dahil. Sinir ağlarını kullanan böyle bir yaklaşım, gemide optimum operasyona olanak sağlayabilir ve görev özerkliğini ve sağlamlığını artırabilir. Ancak gerçek uzay görevlerini planlamadan önce bunu gerçek dünyada test etmenin bir yoluna ihtiyacımız vardı,” diyor ACT bilimsel koordinatörü Dario Izzo.
Bilim insanları, yarış dronelarını, nöral kontrol mimarilerini gerçekte test etmek için uygun bir test ortamı olarak belirlediler.
Sinir ağları ile optimum uzay gemisi yörüngesinin belirlenmesi
Normalde, uzay aracı manevraları yerde ayrıntılı olarak planlanır, ardından uzay aracına yüklenir ve üzerinde gerçekleştirilir. Görev yerden kontrol edilir ve uzay aracı kontrolü ele alır. Ancak, uzay “doğası gereği öngörülemezdir.” Planlanan manevrayı etkileyebilecek yerçekimi dalgalanmaları, atmosferik türbülans veya gezegen gövdesinin doğası gibi birçok farklı faktör vardır. Bu durumda, manevrayı planlamak için yerde kullanılan modeller hiçbir işe yaramaz. Uzay aracı planlanan yörüngeden saparsa, rotaya geri dönebilmek için kaynak yoğun yeniden hesaplamalar yapmak zorundadır.
Bilim insanları tek bir önceden hesaplanmış rotayı takip etmek yerine, uzay aracının mevcut pozisyonuna göre optimum uçuş yolunu tekrar tekrar belirlemesini istiyor – tıpkı otonom yarış dronlarının yaptığı gibi. Araştırmacılar bunu yapmak için sinir tabanlı kontrol için Rehberlik ve Kontrol Ağları veya kısaca G&CNets kullanıyor. Bilim insanları, bu tür bir uzay aracı kontrolünün çok daha verimli olduğunu söylüyor. Tüm hesaplamalar daha sonra uzay aracında gerçekleştiriliyor.
“Yarış söz konusu olduğunda, en önemli kıt kaynak elbette zamandır, ancak bunu bir uzay görevinde öncelik kazanabilecek diğer değişkenler için bir vekil olarak kullanabiliriz, örneğin yakıt kütlesi. Uydu CPU'ları oldukça sınırlıdır, ancak G&CNet'lerimiz şaşırtıcı derecede mütevazıdır, bellekte belki de 30.000'e kadar parametre depolayabilirler, bu da sadece birkaç yüz kilobayt ve toplamda 360'tan az nöronla mümkündür.”
G&CNet, aktüatörleri, yani uzay gemisinin motorlarını ve dronların pervanelerini doğrudan kontrol edebilmelidir. Bu büyük bir zorluktur, çünkü simülasyondaki aktüatörler ile gerçek aktüatörler arasında büyük bir tutarsızlık vardır.
“Bununla uçuş sırasında gerçeklik boşluğunu belirleyerek ve sinir ağına bununla nasıl başa çıkacağını öğreterek başa çıkıyoruz. Örneğin, pervaneler beklenenden daha az itme sağlıyorsa, drone bunu ivmeölçerleri aracılığıyla tespit edebilir. Sinir ağı daha sonra yeni optimum yolu takip etmek için komutları yeniden üretecektir.”
Araştırmacılar şimdi yarış dronlarını G&CNet yaklaşımını test etmek için kullanmak istiyorlar. Sadece sağlam bir sistem inşa edilip doğrulanabildiğinde bir uzay görevi için bir gösterici planlanacak.
(olb)
Reklamcılık
TU Delft'in Havacılık ve Uzay Mühendisliği Fakültesi tarafından işletilen “Siber Hayvanat Bahçesi”nde 10 m × 10 m'lik bir test parkurunda çok şey oluyor. İnsan kontrollü yarış dronları – mikro hava aracı quadcopter'ları – ve otonom versiyonları birlikte havada uçuyor. Otonom dronlar, parkuru mümkün olan en kısa sürede tamamlamak üzere eğitiliyor. Çarpışmaları önleyecek bir uçuş yolu türetmek için yapay zekayı kullanmak amacıyla sürekli olarak kendi konumlarını belirlemeleri gerekiyor.
ESA'nın Gelişmiş Konsept Ekibi (ACT), bu tür otonom kontrol sistemlerinin her türlü karmaşık uzay aracı manevrasında nasıl kullanılabileceğini araştırmak için TU Delft'teki Mikro Hava Aracı Laboratuvarı (MAVLab) ile birlikte çalıştı. Sonuçları, Science Robotics'te yayınlanan “Uzay aracı sinirsel rehberliği ve kontrolünde Optimallik ilkeleri” adlı çalışmada özetlediler. ESA özellikle gezegenler arası transferler, gezegenlerin yüzeyine inişler ve kenetlenme operasyonları sırasında uzay aracının uçuş kontrolünü hedefliyor.
“Uzayda, gemideki her kaynak mümkün olduğunca verimli kullanılmalıdır – yakıt, mevcut enerji, hesaplama kaynakları ve çoğu zaman zaman dahil. Sinir ağlarını kullanan böyle bir yaklaşım, gemide optimum operasyona olanak sağlayabilir ve görev özerkliğini ve sağlamlığını artırabilir. Ancak gerçek uzay görevlerini planlamadan önce bunu gerçek dünyada test etmenin bir yoluna ihtiyacımız vardı,” diyor ACT bilimsel koordinatörü Dario Izzo.
Bilim insanları, yarış dronelarını, nöral kontrol mimarilerini gerçekte test etmek için uygun bir test ortamı olarak belirlediler.
Sinir ağları ile optimum uzay gemisi yörüngesinin belirlenmesi
Normalde, uzay aracı manevraları yerde ayrıntılı olarak planlanır, ardından uzay aracına yüklenir ve üzerinde gerçekleştirilir. Görev yerden kontrol edilir ve uzay aracı kontrolü ele alır. Ancak, uzay “doğası gereği öngörülemezdir.” Planlanan manevrayı etkileyebilecek yerçekimi dalgalanmaları, atmosferik türbülans veya gezegen gövdesinin doğası gibi birçok farklı faktör vardır. Bu durumda, manevrayı planlamak için yerde kullanılan modeller hiçbir işe yaramaz. Uzay aracı planlanan yörüngeden saparsa, rotaya geri dönebilmek için kaynak yoğun yeniden hesaplamalar yapmak zorundadır.
Bilim insanları tek bir önceden hesaplanmış rotayı takip etmek yerine, uzay aracının mevcut pozisyonuna göre optimum uçuş yolunu tekrar tekrar belirlemesini istiyor – tıpkı otonom yarış dronlarının yaptığı gibi. Araştırmacılar bunu yapmak için sinir tabanlı kontrol için Rehberlik ve Kontrol Ağları veya kısaca G&CNets kullanıyor. Bilim insanları, bu tür bir uzay aracı kontrolünün çok daha verimli olduğunu söylüyor. Tüm hesaplamalar daha sonra uzay aracında gerçekleştiriliyor.
“Yarış söz konusu olduğunda, en önemli kıt kaynak elbette zamandır, ancak bunu bir uzay görevinde öncelik kazanabilecek diğer değişkenler için bir vekil olarak kullanabiliriz, örneğin yakıt kütlesi. Uydu CPU'ları oldukça sınırlıdır, ancak G&CNet'lerimiz şaşırtıcı derecede mütevazıdır, bellekte belki de 30.000'e kadar parametre depolayabilirler, bu da sadece birkaç yüz kilobayt ve toplamda 360'tan az nöronla mümkündür.”
G&CNet, aktüatörleri, yani uzay gemisinin motorlarını ve dronların pervanelerini doğrudan kontrol edebilmelidir. Bu büyük bir zorluktur, çünkü simülasyondaki aktüatörler ile gerçek aktüatörler arasında büyük bir tutarsızlık vardır.
“Bununla uçuş sırasında gerçeklik boşluğunu belirleyerek ve sinir ağına bununla nasıl başa çıkacağını öğreterek başa çıkıyoruz. Örneğin, pervaneler beklenenden daha az itme sağlıyorsa, drone bunu ivmeölçerleri aracılığıyla tespit edebilir. Sinir ağı daha sonra yeni optimum yolu takip etmek için komutları yeniden üretecektir.”
Araştırmacılar şimdi yarış dronlarını G&CNet yaklaşımını test etmek için kullanmak istiyorlar. Sadece sağlam bir sistem inşa edilip doğrulanabildiğinde bir uzay görevi için bir gösterici planlanacak.
(olb)