Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.
Teknologi · CC BY 4.0 · Sumber data
Apa tujuan dan pendekatan risetnya?
Profil ini merangkum ruang lingkup proyek yang dipublikasikan NASA TechPort. Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.
Arsitektur pengolahan data dan kumpulan metode pembelajaran akan disusun untuk menjalankan eksperimen astrodinamika. Model dilatih memahami dinamika N-benda terbatas, lalu metode kendali dikembangkan berdasarkan pengetahuan tersebut. Reinforcement learning disebut sebagai kemungkinan pendekatan, sehingga belum merupakan pilihan yang pasti. Riset juga menargetkan prediksi dinamika chaos pada horizon terbatas; kecepatan dan ketahanan perancang misi masih merupakan tujuan pengujian.
Konteks pengembangan
- Institusi pemimpin
- University of Colorado Boulder
- Program
- Space Technology Research Grants
- Periode proyek
- 2020-08-15 → 2022-01-31
Klasifikasi NASA
- TX17.2.1 — Onboard Navigation Algorithms
Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.
Apa yang diketahui tentang statusnya?
TRL adalah tingkat kesiapan teknologi yang dilaporkan penerbit, pada skala 1–9. Nilai target akhir menunjukkan sasaran. Status “Completed” berarti proyek telah selesai menurut pencatatan NASA; status tersebut tidak membuktikan bahwa seluruh sasaran kinerja telah tercapai.
Batas informasi
Profil ini menjelaskan ruang lingkup riset dari catatan penerbit. Target pengembangan dan TRL akhir bukan bukti keberhasilan, ketersediaan produk, atau kelayakan penerapan. Tinjauan ahli dan pengujian performa independen belum dilakukan.
Dasar profil
- NASA TechPort: Machine Learning Applications for Spacecraft Mission Design in Complex Environments ↗
NASA TechPort · Pembaruan sumber 12/18/25
Diakses 2026-10-13. Rujukan primer dengan atribusi. Uraian Indonesia adalah parafrasa editorial; hak dokumen dan aset upstream mengikuti pemiliknya.