XiaoMi-AI文件搜索系统
World File Search System月球
月球到火星探索系统和居住地（M2M X-...
1. 资助机会描述 - 概要 月球到火星探索系统和居住 (M2M X-Hab) 2025 学术创新挑战赛是一项大学级挑战赛，旨在与大学建立战略伙伴关系和合作关系。该比赛旨在帮助弥补战略知识差距，并增加与 NASA 愿景和任务相关的能力和技术风险降低方面的知识。该竞赛旨在与高年级和研究生级别的设计课程相结合，这些课程强调动手设计、研究、开发和制造功能原型子系统，以实现太空栖息地和深空探索任务的功能。NASA 将通过赞助大学开发创新概念和技术而直接受益于该挑战赛，这将产生可应用于探索的新颖想法和解决方案。美国宇航局的探索能力 (EC) 计划将提供多个奖项，每个奖项的奖金为 13,000 至 50,000 美元，用于设计和生产大学团队根据其兴趣和专业知识提出的 NASA 感兴趣的研究或功能产品（参见第 3.2 节，M2M X-Hab 提案主题列表）。大学团队制作的原型（示例如图 1 所示）可以集成到现有的 NASA 建造的操作原型中。有兴趣参与的大学将提交 M2M X-Hab 提案，该提案将由技术专家审查；随后的筛选将决定哪些项目将获得资助。M2M X-Hab 大学团队将被要求在 2024 年 5 月完成他们的产品，以供 NASA EC 导师评估。大学可以组成合作，作为一个单一的分布式项目团队来运作。
用于探测月球的智能着陆器 (SLIM) 结果来自......
避障后，着陆点瞄准图中安全区域的中心。现在优先考虑安全性，选择先避障，然后准确降落在目标地点（因此航天器瞄准了距离目标地点 11.8 米的地点）。因此，在避障之前先评估精确着陆的准确性。
月球门户居住项目团队
日本正在参加网关计划，以利用通过人类空间飞行活动为国际空间站（ISS）开发的经验和技术在月球轨道上建造一个新的船员空间站，包括日本实验模块，称为“ Kibo”和货物转让车辆，HTV称为“ Kounotori”。日本负责提供居住能力，例如国际栖息地（I-HAB）对机组人员必不可少的环境控制功能，并将提供控制空气循环，气压，氧气供应，温度和湿度以及二氧化碳和有害气体的设备。此外，日本还将为门户（I-HAB和居住物流前哨基地（Halo）），i-Hab内外的摄像机提供电池，以及用于循环制冷剂的泵到凉爽的I-HAB设备。
触摸月球：利用被动触觉，实施和在虚拟现实中进行操作评估
虚拟现实（VR）中的交互式模拟提供了一种相对具有成本效益的替代方案，他们因缺乏现实世界部署的忠诚而面临批评。本文探讨了被动性触觉界面在弥合模拟和现实世界中的圆锥形评估之间的差距时的应用。利用被动性触觉道具（设备模型和宇航员手套），我们仔细地重新创建了Apollo 12任务程序，并与经验丰富的宇航员和其他太空专家一起对其进行了评估。定量和定性发现表明，触觉增加了存在和实施方案，从而提高了用户反射的感知模拟保真度和有效性。我们通过讨论被动触觉方式在促进月球及以后的人类努力的早期评估中的潜在作用来得出结论。
Columbia Sportswear 的 Omni-Heat Infinity 支持美国重返月球的历史性成就
Omni-Heat™ Infinity 是 Columbia Sportswear 开发的一项专有热反射技术，将随 Intuitive Machines 即将发射的 Nova-C 月球着陆器进入太空。在此次发射前的实验室模拟中，Intuitive Machines 的研究人员确定，Columbia 创新的 Omni-Heat Infinity 面料的金色金属箔将有助于使月球着陆器免受太空严酷温度的影响，太空温度可能在 -250° 到 250° 华氏度之间变化。
找到资源，挖掘并建立在月球上。
•轨道和行星表面上的高精度相对定位和时间同步。•具有现实的通信限制的任务计划，操作和执行。•在其他特工和障碍物密集拥挤的地区快速，实时，协调的运动计划。•操作概念和工具，可为另一个星球上的飞船或机器人组的团队提供情境意识和指挥能力。•通过观察和估计多代理系统中其他代理的作用来进行无通信的协调。•合作操作和空间构造•合作信息收集和估算目标对象（大空间结构或小行星）。
比较三种深钢筋学习算法用于解决月球着陆器问题的比较
摘要。月球着陆器问题在强化学习领域提出了巨大的挑战，因此需要创建能够在月球表面安全着陆的自主航天器。在这项研究中，研究并检查了三种突出的增强学习算法，即深Q-Network（DQN），Double Deep Q-Network（DDQN）和策略梯度，并进行了检查并检查以解决此问题。最初，将神经网络和Q学习的DQN算法利用以学习最佳着陆政策。通过通过神经网络培训近似Q值，该航天器学会了做出明智的决定，从而成功着陆。随后，使用减轻高估偏差的DDQN算法。利用两个神经网络（一个用于行动选择，另一个用于评估），DDQN可提高稳定性和收敛性，从而产生精致的着陆策略。此外，这项工作探讨了策略梯度方法在此问题中的应用。通过使用梯度上升直接优化策略，该航天器可以最大化累积奖励，从而实现有效而准确的降落。通过广泛的模拟来评估该算法的性能，该模拟涵盖了不同的月球表面条件。结果证明了这些方法的有效性，展示了它们促进成功和燃油效率的航天器登陆的能力。总而言之，这项研究有助于了解Lunar Lander问题的DQN，DDQN和政策梯度算法。这些发现突出了每种算法的独特优势及其在自主航天器上的潜力。这项研究所获得的见解对未来的月球任务中智能着陆系统的发展具有影响，从而推进了航空航天应用中强化学习领域。
月球和火星定位、导航和授时的架构和技术投资重点
从架构上看，最初在月球上部署椭圆形冻结轨道上的中继卫星将最大限度地覆盖南极，这是 Artemis 计划的重点。我们建议这些资产和未来的地面资产建立一个自由运行的自主时间尺度（我们称之为“LTC”），并持续监测与 UTC 的差异。这比在月球上部署 UTC 本身更可取，因为后者将涉及克服处理闰秒和闭环跟踪显著时变相对论效应的不必要挑战。月球服务提供商应通过各种技术确定其轨道和时间，包括现有的 CCSDS 测距标准、DSN 跟踪、弱信号 GPS 接收和高质量原子钟。这些资产反过来将为月球用户提供 LNIS 标准的 PNT 服务。
四种月球通信延迟条件下月球地形车（LTV）远程遥控操作研究
首字母缩略词 .cvs Excel codex ⁰ 度 < 小于 % 百分比 ABC Artemis 大本营 ACES 学院颜色编码系统 ANOVA 方差分析 CEL 概念探索实验室 cm 厘米 conops 作战概念 deg 度 DEM 数字环境模型 DOUG 动态机载无处不在的图形 DRATS 沙漠研究和技术研究 DSN 深空网络 DTE 直接对地 EDGE 探索图形 EHP 美国宇航局的舱外活动和人类地面机动计划 ESDMD 探索系统发展任务理事会 EVA 舱外活动 F ANOVA F 值 FOD 异物碎片 FOV 视场 fps 每秒帧数 GUNNS 通用节点网络求解器软件 HAB 栖息地 HDR 高数据速率 HITL 人在回路 hh:mm:ss 小时、分钟、秒 IES 照明工程学会 IMU 惯性测量单元 ISRU 现场资源利用单元 JEOD 约翰逊航天中心工程轨道动力学集团 JSC 约翰逊航天中心 kg 千克 km 公里 kph 公里每小时 千瓦 千瓦时 千瓦每小时 激光雷达 光增强探测与测距