Марсианин: Действительно ли нужен суперкомпьютер для расчета маневров космического полета?

Мои превентивные извинения за вопрос о фильме и спойлеры в этом вопросе, но, учитывая широкую поддержку его научной правдоподобности , я надеюсь, что вы пропустите его :)

В фильме «Марсианин » персонаж Рич Пернелл показан использующим суперкомпьютер «Плеяды» в Исследовательском центре Эймса НАСА, чтобы подтвердить расчеты своего маневра, предназначенного для безопасного перенаправления космического корабля «Гермес» обратно на Марс, а затем на Землю. Почему?

Космос — едва ли не самое идеальное место для предсказуемой физики. Немного воздуха или внешних сил, за исключением гравитации, которую можно рассчитать между космическим кораблем, Солнцем и планетами, и почти ничего, центробежная сила только во время самого маневра, почти нет механики жидкости, которая иначе усложняла бы простые расчеты. .. По сути, с таким небольшим количеством движущихся частей и источников сложности, действительно ли для выполнения этих вычислений требуется суперкомпьютер с 250 000 ядер , или Рич мог бы вместо этого использовать, скажем, свой Macbook?

Если бы это было так (требуются суперкомпьютеры), у проекта «Аполлон» были бы большие проблемы.
Если вы идете с импульсивными ожогами и неоптимальной траекторией, вам даже не нужен компьютер или блокнот. При некоторой тренировке вы сможете на глаз находить полуправильные траектории, которые могут работать с парой корректирующих маневров.
Чтобы эффективно использовать суперкомпьютер с 250 000 ядер, вам нужна задача, которая может быть разделена на множество параллельных задач. Но для пошагового расчета траектории нельзя рассчитать следующий шаг, пока не будут готовы результаты этого шага. Суперкомпьютер может использоваться для расчета множества вариантов траектории за одно и то же время. Но нужно ли вам 250 000 вариантов, если не использовать маневры swing.by?
Моделирование непрерывной траектории с малой тягой сложнее, чем традиционные траектории с использованием импульсных импульсов. Но обычный компьютер может это сделать. Предыстория фильма и трейлер не были научно правдоподобными. У них был Гермес, вылетевший с НОО и прибывший на орбиту Марса через 124 дня. Что невозможно, учитывая ускорение Гермеса 2 мм/с^2 .
Проблемы были бы не только у проекта «Аполлон», но и у миссий «Вояджер». Грандиозное путешествие ко многим планетам требовало сложной траектории.
Пользователь суперкомпьютера с 250 000 ядер не обязательно использует все доступные ядра, одновременных пользователей может быть несколько и некоторые из них используют лишь небольшое количество процессоров.
Есть интервью Энди Вейра ежемесячному журналу IEEE Spectrum, в котором автор говорит, что после первой попытки вычислить траектории аналитически, он обратился к моделированию. Полезно прочитать: spectre.ieee.org/at-work/tech-careers/…

Ответы (7)

Ну, разработка траекторий с малой тягой действительно требует больше вычислений, чем импульсные траектории (например, как "Вояджер", который был сделан с помощью довольно примитивных компьютеров). У вас нет другого выбора, кроме как пройти множество полностью интегрированных траекторий. Однако для поиска и нахождения таких траекторий не потребуется ни суперкомпьютер будущего, ни даже суперкомпьютер настоящего.

На самом деле Энди Вейр использовал свой домашний компьютер (что бы это ни было, но, вероятно, даже не маленький кластер), чтобы найти и проверить свои траектории. Вы можете найти его код здесь , а также есть общедоступный код NASA , который вы можете использовать для распространения траекторий, чтобы попробовать это самостоятельно.

Вы по-прежнему захотите использовать суперкомпьютер, если вам нужны дополнительные преимущества, помимо «добраться туда» — например, траектория Розетты просто для встречи с 67p на приближающемся к Солнцу сегменте орбиты была бы достаточно простой — но вместо этого она включала четыре гравитационных ассистента и два астероида. пролетает дополнительно, помимо встречи с кометой. Это не совсем то, что можно сделать с ручкой и бумагой или на домашних компьютерах.
Такие траектории легко рассчитать на домашнем компьютере или смартфоне, если уж на то пошло. Где суперкомпьютер помогает, так это в поиске по множеству таких траекторий. Иногда поиск методом грубой силы с помощью мощных суперкомпьютеров дешевле, чем попытки сделать что-то умнее, просто потому, что компьютерное время дешевле, чем время аналитика. Однако я уверен, что траекторию Розетты можно было найти с помощью компьютерных технологий 70-х и умных людей.
Я не эксперт в этой истории, но было срочно нужно доставить «Гермес» на Марс и спасти Мэтта Деймона, когда он покидал поверхность Марса с аэродинамически нарушенными ограничениями урезанного MAV. Это могло создать нагрузку на электрическую двигательную установку Гермеса, чтобы скорректировать его траекторию, что, возможно, потребовало некоторого моделирования плазмы, способности MAV стабильно летать в тонкой атмосфере Марса с дырами в ней и достигать правильной встречи с Гермесом. также может быть интересным с вычислительной точки зрения.
Учитывая запасы и непредвиденные обстоятельства по всем этим вопросам, это могло быть более чем а знак равно Ф / м которому нужен был суперкомпьютер. Кстати, отличные ссылки!!

Расчет оптимальной с точки зрения энергии орбиты для такой простой вещи, как Земля->Марс, не составляет большого труда. Даже использование маломощных двигателей мало что добавляет к этому. Это было бы утомительно, но вы могли бы сделать это на калькуляторе.

Однако это не то, что им нужно в книге и фильме. Цель состояла не в том, чтобы добраться туда как можно дешевле, цель состояла в том, чтобы добраться туда как можно быстрее, учитывая доступную энергию. Для этого нет стандартного решения, вам просто придется попробовать огромный диапазон возможных орбит и посмотреть, что лучше. Вот почему вам нужен суперкомпьютер.

Современные космические корабли часто используют траектории, требующие довольно экстремальных вычислений. Рассмотрим Messenger: 6 планетарных столкновений и 5 ожогов в глубоком космосе. Очевидно, они смоделировали огромное количество возможных путей, чтобы найти самый дешевый.

You-Tube видео пути

Но для орбиты Земля-Марс никакие столкновения с планетами рассчитывать не приходится. Но как насчет использования неоптимального созвездия Земли и Марса, чтобы избежать длительного ожидания хорошего созвездия? Не как можно быстрее, а как можно раньше?
@Uwe Вот что я имел в виду. Целью была самая ранняя посадка на Марс с учетом имеющейся дельта-v. AFIAK, для этого нет стандартного уравнения, вам просто нужно смоделировать большое количество возможностей и посмотреть, что вы получите. На кону жизнь, вы не собираетесь просто сойтись на «лучшем» ответе, потому что можете застрять в локальном оптимуме.

Короткий ответ — нет, для вычислений не требуется суперкомпьютер. Любой современный ноутбук имеет вычислительную мощность для обработки сценария.

Длинный ответ заключается в том, что конкретная орбита, изображенная в фильме, называется планетарным циклером , который вращается между двумя телами (Земля/Марс). Вы можете использовать гравитацию для каждого тела, чтобы перевести свой космический корабль на траекторию возврата к другому телу. Эти гравитационные ассистенты могут быть дополнены маневрами по мере необходимости.

Вот докторская диссертация о планетарных циклерах, в которой была разработана процедура оптимизации для поиска циклеров для Земли/Марса в реальной Солнечной системе без каких-либо упрощающих предположений. Хотя в диссертации не обсуждается вычислительная нагрузка, она была сделана на одной машине.

В более общем плане такие вещи, как маневры с малой тягой или оптимизация траектории, действительно увеличивают вычислительную нагрузку, и для некоторых приложений используются вычислительные кластеры, но обычно они не требуются. Обычный подход состоит в том, чтобы выполнить широкий поиск жизнеспособных траекторий с помощью упрощенной (с низкими вычислительными затратами) модели, а затем, когда будет найден меньший жизнеспособный набор, применить модели с более высокой точностью, которые требуют более высоких вычислительных затрат. Таким образом, вы можете избежать необходимости использования суперкомпьютера.

+1, но диссертация Райана касалась только импульсивных маневров, поэтому методы, содержащиеся в ней, не применимы к траекториям с малой тягой, а вычислительная нагрузка не является репрезентативной для поиска с малой тягой. Такие импульсивные траектории возврата можно было использовать только в качестве чрезвычайно грубой отправной точки для поиска возвратов с малой тягой. Однако общая точка зрения верна, а именно, что это не требует больших вычислительных ресурсов по сравнению с современными компьютерами, и существуют умные способы уменьшить вычислительные затраты на большие поиски.

Я думаю, что ответ, вероятно, нет, но не по причинам, которые дают другие ответы. Прежде всего, мы можем игнорировать всю проблему множественных тел: это действительно хорошее приближение, что планеты и Солнце движутся по рельсам, поскольку они намного массивнее космического корабля. давайте также предположим, что моделирование траектории между двумя точками поддается обработке, независимо от того, используете ли вы непрерывную тягу или нет (это вполне может быть достаточно сложной проблемой оптимизации для минимизации топлива и т. д., но я подозреваю, что это очень выполнимо на современном персональном компьютере.

Это не то, что делает его сложным: это делает его сложным то, что это проблема поиска, просто одетая как проблема физики, а задачи поиска, как известно, имеют комбинаторные взрывы. Проблемы с поиском требуют для решения таких машин, как Deep Blue , а это определенно суперкомпьютеры (пусть и специализированные).

Почему проблема с поиском? Ну, потому что способ передвижения по Солнечной системе на самом деле заключается не в вычислении траектории между двумя точками, а в вычислении множества гравитационных выстрелов вокруг других тел в Солнечной системе. И таких возможных траекторий большое количество, и число увеличивается, возможно, экспоненциально, по мере того, как вы увеличиваете количество рогаток. И вы не можете преобразовать траектории друг в друга, чтобы использовать какой-либо хороший численный подход к решению, потому что вы продолжаете врезаться в планеты, поскольку все эти траектории проходят довольно близко к планетам.

Проверить предложенную траекторию намного проще: если я скажу вам, что план состоит в том, чтобы сделать пару передач вокруг Венеры, корректировку курса в глубоком космосе, затем помощь вокруг Земли и одну вокруг Юпитера на пути к Сатурну (это то, что Кассини сделал), то вы можете довольно легко проверить, что траектория в порядке, и вычислить ее мелкие детали. Но выйти на такую ​​траекторию — это другой вопрос. Это сильно пахнет P и NP: при наличии решения его легко проверить, но найти решение может быть сложно.

Так что на самом деле это может быть вычислительно серьезной проблемой. Я думаю, что это, вероятно , не на самом деле по нескольким причинам: не так много объектов, которые вы можете использовать для рогаток, поэтому пространство поиска не взрывается слишком сильно, а продолжительность миссии ограничена, как и топливо для корректировки курса. и т. д., чтобы вы могли сократить решения, которые требуют больше времени, чем у вас есть, или могут потребовать больше топлива, чем у вас есть. Я подозреваю, что это держит вычисления в здравом уме.


[Примечание: я публикую этот ответ как гость: прошлой ночью я начал писать его на SE по физике, но вопрос был перенесен, и я не принадлежу к этой SE.]

Первоначальная траектория включает в себя только два гравитационных ассистента, по одному вокруг Марса и Земли, и они известны с самого начала. Теоретически это должно исключить поисковый аспект.
Deep Blue определенно не суперкомпьютер по сегодняшним меркам; было измерено 11,38 GFLOPS, а за 1000 долларов Intel Core i9 7900X предлагает 638,9 GFLOPS. Можно было бы возиться с деталями измерений, но сегодня компьютеры намного быстрее, чем во времена Deep Blue.
Кроме того, многие проблемы NP в основном теоретические; Вы можете найти почти оптимальное решение задачи коммивояжёра довольно легко, найти доказательство оптимальности сложно. С помощью интеллектуальных алгоритмов вы могли бы довольно легко найти очень хорошее решение, даже если оптимальное решение (или доказательство того, что имеющееся у вас решение является оптимальным) может быть недостижимо.

Нет. Вам не нужен суперкомпьютер. Но в кино это выглядело бы не так эффектно. Iron Sky в этом случае кажется более реалистичным. :-) И тем не менее - очень впечатляет. (спойлер)

Ответ может быть как да, так и нет, это действительно зависит от того, какую степень точности или какое разрешение вы хотите получить в своих смоделированных данных. Вы всегда можете уменьшить число с плавающей запятой, использовать усредненные члены или уменьшить верхний предел некоторого цикла, проверяющего сходимость.

Вы можете смоделировать что-то на своем домашнем ПК или суперкомпьютере за достаточное время, если вы не используете обширные рекурсивные методы или переключаетесь на более эффективные итерационные методы или что-то еще.

Опять же, речь идет о той математике, которую вы используете для решения задачи, а не о самой задаче, для решения которой потребуется суперкомпьютер.

Когда дело доходит до маневрирования в космосе, я полагаю, вам нужен суперкомпьютер. Учтите это: когда ракета выходит из атмосферы, Земля не единственный массивный объект, влияющий на движение ракеты, это правда, что влияние Солнца или других планет не такое большое, как у Земли, но по мере того, как ракета движется дальше, мы можем скажем, что на него влияет более 1 или двух движущихся в пространстве массивных объектов, и мы сталкиваемся с своего рода проблемой трех тел ( https://en.wikipedia.org/wiki/Three-body_problem ). И в марсианскомони не просто запускали ракету, они «стреляли» ее обратно на Марс, и траекторию нужно было точно рассчитать, поскольку Земля и Марс двигались вокруг Солнца и также меняли свои координаты. Это не тот случай, когда вы просто пишете второй закон Ньютона и используете Matlab для других вычислений, здесь у вас будет много переменных, которые обязательно потребуют огромных вычислительных мощностей...

Вы сильно переоцениваете сложность основной проблемы. Планеты «на рельсах» с фиксированными и известными траекториями; проблема представляет собой одночастичное ОДУ с известными силами, и его можно довольно легко интегрировать численно. Теперь вам может понадобиться больше ресурсов, чтобы быть более точным или оптимизировать траекторию по ряду параметров горения, но основная проблема вполне решаема.