นักวิจัยพัฒนา “GPS อวกาศ” แบบใหม่ ช่วยยานสำรวจดาวเคราะห์น้อยประหยัดเวลาและเชื้อเพลิง

ทีมนักวิจัยนานาชาติประสบความสำเร็จในการพัฒนาแนวทางคำนวณรูปแบบใหม่ ที่ช่วยให้ยานอวกาศสามารถวางเส้นทางเดินทางระหว่างดาวเคราะห์น้อยหลายดวงได้อย่างมีประสิทธิภาพมากขึ้น นับเป็นความก้าวหน้าสำคัญของวงการสำรวจอวกาศ เพราะอาจช่วยลดทั้งเวลาเดินทาง ค่าใช้จ่าย และการใช้เชื้อเพลิงของภารกิจในอนาคตได้มหาศาล 

ปัญหาสำคัญของภารกิจส่งยานอวกาศสำรวจดาวเคราะห์น้อยในลักษณะนี้ คือ ดาวเคราะห์น้อยไม่ได้หยุดนิ่ง แต่เคลื่อนที่อยู่ตลอดเวลาในวงโคจร ทำให้การวางแผนเส้นทางซับซ้อนกว่าการเดินทางทั่วไปหลายเท่า 

แนวคิดนี้มีพื้นฐานจากโจทย์คณิตศาสตร์ชื่อดังอย่าง “ปัญหาพนักงานขายเดินทาง” (Traveling Salesperson Problem) ซึ่งใช้หาเส้นทางที่สั้นที่สุดในการเดินทางผ่านหลายจุด แต่เมื่อนำมาใช้ในอวกาศ ความยากจะเพิ่มขึ้นมาก เพราะทุกเป้าหมายเคลื่อนที่ตลอดเวลา

ทีมวิจัยนำโดย ไอแซก รูดิช (Isaac Rudich) จากสถาบัน Polytechnique Montréal ประเทศแคนาดา และ ไมเคิล โรเมอร์ (Michael Römer) จากมหาวิทยาลัย Universität Bielefeld ประเทศเยอรมนี ได้ตั้งชื่อโจทย์ใหม่นี้ว่า “ปัญหาการจัดเส้นทางดาวเคราะห์น้อย” (Asteroid Routing Problem หรือ ARP) โดยเป้าหมาย คือ การหาลำดับการเดินทางที่ดีที่สุด เพื่อลดทั้งระยะเวลาและปริมาณเชื้อเพลิงที่ต้องใช้

อุปสรรคสำคัญของปัญหานี้อยู่ที่การคำนวณปัญหาของแลมเบิร์ต (Lambert’s Problem) ซึ่งเป็นสมการทางกลศาสตร์อวกาศที่ใช้หาเส้นทางการเดินทางระหว่างวัตถุสองชิ้นที่กำลังเคลื่อนที่ ยิ่งมีดาวเคราะห์น้อยจำนวนมาก ความซับซ้อนในการคำนวณก็จะเพิ่มขึ้นแบบมหาศาล เพราะระบบต้องประเมินความเป็นไปได้ของเส้นทางทุกคู่ทั้งหมด

เพื่อแก้ปัญหาดังกล่าว ทีมวิจัยจึงนำเทคนิคแผนภาพการตัดสินใจ (Decision Diagrams) มาประยุกต์ใช้ โดยเป็นการรวมเส้นทางที่มีผลลัพธ์ใกล้เคียงกันทั้งในด้านเวลาและตำแหน่งในอวกาศให้อยู่ในจุดเดียวกัน วิธีนี้ช่วยลดภาระการคำนวณได้อย่างมาก และลดจำนวนครั้งที่ต้องแก้สมการซับซ้อนลงอย่างมีประสิทธิภาพ

ผลการทดสอบพบว่า วิธีใหม่นี้สามารถเพิ่มประสิทธิภาพได้ดีกว่าวิธีมาตรฐานเดิมประมาณ 20% เมื่อประเมินทั้งเวลาเดินทางรวมและการใช้เชื้อเพลิง ซึ่งอาจเป็นประโยชน์ต่อภารกิจสำรวจอวกาศจริงในอนาคต เช่น ภารกิจ Dawn ของ NASA หรือภารกิจ Lucy ที่กำลังเดินทางไปสำรวจดาวเคราะห์น้อยโทรจันหลายดวงในระบบสุริยะ

แม้งานวิจัยยังเป็นโมเดลจำลองที่ต้องพัฒนาเพิ่มเติมก่อนใช้งานจริง แต่ทีมนักวิจัยระบุว่า แม้เพิ่มประสิทธิภาพได้เพียง 1% ก็สามารถช่วยประหยัดทรัพยากรจำนวนมหาศาล ทั้งเชื้อเพลิง งบประมาณ และเวลาของภารกิจอวกาศได้แล้ว

นอกจากนี้ แนวคิดดังกล่าวยังสามารถนำไปประยุกต์ใช้บนโลกได้อีกหลายด้าน เช่น ระบบขนส่งสาธารณะ การวางแผนเส้นทางโลจิสติกส์ ห่วงโซ่อุปทาน หรือการเดินเรือ ที่ต้องปรับเปลี่ยนเส้นทางตามสภาพอากาศและการจราจรแบบเรียลไทม์

สำหรับงานวิจัยนี้มีชื่อว่า "An Exact Framework for Solving the Space-Time Dependent TSP" ได้รับการตีพิมพ์ในวารสาร INFORMS Journal on Computing เมื่อวันที่ 2 เมษายนที่ผ่านมา