• reinforcement learning
• solar sailing
• space debris
• space sustainability
• trajectory optimization

La Tesi analizza scenari di missioni spaziali in cui si utilizzano vele solari come sistema di propulsione al fine di garantire un uso sostenibile dello spazio. Nella prima parte viene fornita un’introduzione generale alle vele solari ed una descrizione dei modelli di spinta più comunemente adottati. Sono inoltre introdotti i sistemi di riferimento e le coordinate usati per descrivere il moto di un veicolo spaziale, ed alcune tecniche di ottimizzazione della traiettoria che sono utilizzate nei capitoli successivi della Tesi.
La seconda parte della Tesi studia una tipologia di manovra per incrementare la velocità di eccesso iperbolico della sonda rispetto al pianeta di partenza senza consumo di propellente, permettendo dunque di realizzare missioni interplanetarie riducendo il costo del lancio. Sempre nell’ambito della sostenibilità spaziale, questa Tesi propone una strategia di rimozione attiva di detriti spaziali in orbita terrestre bassa che prevede l’utilizzo di un satellite equipaggiato con vela solare per catturare e de-orbitare questi oggetti.
Infine, l’ ultima parte della Tesi è incentrata sull’ottimizzazione di traiettoria in presenza di incertezze tipiche delle vele solari, quali la conoscenza non esatta delle proprietà ottiche della superficie della vela, e la presenza di grinze che si formano in seguito al dispiegamento in orbita. Algoritmi di reinforcement learning sono stati utilizzati in questo contesto per trovare leggi di controllo ottime in trasferimenti interplanetari verso Marte e Venere.

The Thesis analyzes space missions scenarios in which solar sails are used as a propulsion system with the objective of ensuring a sustainable use of space. The first part provides a general introduction to solar sails and a description of the most adopted thrust models. It also introduces the reference systems and coordinates used to describe the motion of a spacecraft, as well as some trajectory optimization techniques that are applied in the subsequent chapters of the Thesis.
The second part of the Thesis examines a type of maneuver to increase the hyperbolic excess velocity of the spacecraft relative to the departure planet without the use of propellant, thereby enabling interplanetary missions with reduced launch costs. Within the framework of space sustainability, the Thesis also proposes an active strategy for removing space debris in low Earth orbit, which involves using a satellite equipped with a solar sail to capture and de-orbit these objects.
Finally, the last part of the Thesis focuses on trajectory optimization in the presence of uncertainties typical of solar sails, such as the imprecise knowledge of the optical properties of the sail surface, and the formation of wrinkles as a consequence of deployment in orbit. Reinforcement learning algorithms have been applied in this context to find optimal control laws for interplanetary transfers towards Mars and Venus.