Journal

Photons × Force: Differentiable Radiation Pressure Modeling

Charles Constant, Elizabeth Bates, Santosh Bhattarai, Marek Ziebart, Tobias Ritschel

University College London; The Alan Turing Institute

SIGGRAPH 2026Animation & Simulation
Differentiable SimulationMonte CarloRadiation PressureInverse DesignNeural Proxy
PaperCode

一句话总结

把计算机图形学的蒙特卡洛路径追踪搬到太空，构建一套可微分的太阳辐射压（SRP）模拟系统：先用高度并行的 MC 仿真算出”光→力”的映射，再用神经代理把它变得又快又可微，最后借助伴随法反向优化航天器的几何、材质与控制策略，让卫星”借光行舟”抵达目标。

研究背景

  • 领域现状：在约 800 km 以上高度，太阳辐射压是航天器所受的主导非保守力，直接影响 GPS 等卫星的定轨精度（一天可漂移数百米）。业界主流用”炮弹模型（cannonball）”“盒翼模型（box-wing）”等解析近似，高精度场景则用光线追踪重建物理，但代价高昂（一次可算数天）。
  • 核心痛点：现有高保真 SRP 模型有三个硬伤——计算慢、不可微（无法接入现代 AI 优化）、且通常只针对单一固定设计。这导致航天器设计仍靠人工试错，无法用梯度优化自动完成”逆向设计”。
  • 本文 idea：用图形学的思路重铸整条链路。把”光转化为力”看成一个类似渲染的积分问题，用可并行的 MC 路径追踪去估计；针对”不可微 + 太慢”两大障碍，训练一个神经代理来拟合力/力矩响应，从而既加速又天然可微；最终把整个”设计→力→轨道”过程套进可微 ODE 积分器，用伴随法反解出最优设计参数。

方法

整体框架分三段：仿真（Simulation）→ 表征（Representation）→ 优化（Optimization）。系统输入是一个”设计空间”（如太阳能板长度、表面反射率等参数化几何）与一个”问题目标”，输出是达成目标的最优设计参数。

flowchart LR
  A["设计空间 + 光照方向"] --> B["MC 路径追踪仿真<br/>估计力与力矩"]
  B --> C["神经代理 MLP<br/>快速可微的力预测"]
  C --> D["可微 ODE 积分<br/>Runge-Kutta 求轨道"]
  D --> E["伴随法反向优化<br/>更新设计参数"]
  E -->|迭代| D
  E --> F["最优设计参数"]

关键设计有三点：

  1. 把辐射压写成可采样的积分，并用 MC 估计。 光到力的映射 l2f 定义为：入射辐射乘以钳制余弦项，再乘以入射与反射方向的加权半矢量，除以光速 \(c\)。总的平动力是它在整个表面与所有入射/出射方向对上的积分

\[F(\boldsymbol{\omega},\theta)=\int_{M(\theta)} f(x,\boldsymbol{\omega},\theta)\, dx\]

力矩则再叉乘力臂 \((x-x_{\text{COM}})\)。作者用 BRDF 重要性采样 + 次事件估计（next-event estimation）降低方差，把方差压低约百倍。关键的实现取舍是：由于每条光线打到的是”不同设计=不同几何=不同 BVH”，构建加速结构毫无收益，因此干脆放弃 BVH，改用”每条光线对所有三角形暴力并行求交”。作者用实验证明，在”设计×光照”的乘积空间里，这种朴素并行反而比建/重建 BVH 更快、更省显存（BVH 的时间与显存随三角形数呈线性带 log 增长）。整套用 JAX + XLA 实现，避免 Python 循环。

  1. 神经代理把黑盒仿真变成快速可微函数。 直接把 MC 力塞进优化循环有两个致命问题：太慢，且带噪声的梯度会让 ODE 积分发散。作者训练一个极小的 MLP（3 层、16 隐藏单元、ReLU + 平移 sigmoid 输出，约几千参数）作为代理 \(P(\boldsymbol{\omega},\theta\mid\psi)\)，输入设计参数与光照方向，直接输出 3D 力与力矩，用 \(L_1\) 损失监督（比 \(L_2\) 更抗 MC 离群样本）。它在 T4 上不到一分钟即可训好，A100 上每秒可查询约 6.3 亿个可微、无噪声的 SRP 样本，相当于同时充当了去噪器。由于所有输入都有界，网络无需外推。

  2. 可微 ODE 积分 + 伴随法完成逆向设计。 航天器状态是 13 维向量（位置、速度、四元数姿态、角速度）。运动 ODE 里，加速度由代理给出的 SRP 力加上其他可微力（EGM2008 地球引力、日月点质量引力、圆柱阴影模型等）组成。用四阶 Runge-Kutta（15 秒步长、双精度，因为单精度最小可表示量级与 SRP 效应相当）在 J2000 惯性系里积分轨道。目标写成可微损失（如末端位置误差、角速度大小），再用 NeuralODE 式的伴随法（adjoint method）对设计参数求梯度、梯度下降优化，受限参数（如反射率）每步裁剪回合法区间。

实验结果

主实验验证 SRP 力模型的保真度：用各方法作为力代入已校验的积分器，在 2020 年 3 月 12 颗 GPS Block II-F 卫星的 IGS 参考轨道上，跑 12 小时（2880 步）算 3D RMS 误差（越低越好）。本文方法在 12 条轨道中的 10 条优于所有基线，平均误差最低。

方法 平均 3D RMS 误差（米）↓ 说明
Ball（炮弹模型） 11.82 解析、无弹跳无 BRDF
ClassicGrid 0.90 现有物理光追 SOTA，CPU 受限
OursGrid 0.51 本文 MC 仿真
OursGridNB（无弹跳） 0.52 隔离间接光照贡献
OursNN（神经代理） 0.51 又快又可微，精度不掉

其余关键结论用文字补充：速度上，本文 MC 仿真达千万级样本/秒，神经代理更是 5 亿级样本/秒，比现有光追方法快数个量级；代理相对误差平均约 4%，13 秒左右即可训到 3% 阈值。作者还展示了 9 个应用——航路点拦截（优化反射率、5 cm 误差抵达）、姿态阻尼、追踪交会（节省 50% 推进剂）、碰撞规避、大气密度反演（用高保真 SRP 反演误差 0.1%，炮弹模型则达 20%）、编队飞行对接、从轨道扰动反推几何（shape-from-pressure，7 维）、蒸馏神经控制策略（93% 性能、72 倍加速）、乃至太空算力的热辐射调度。

亮点与局限

  • 亮点：
    • 把渲染里的 MC + 重要性采样 + 神经代理 + 可微优化整条工具链，系统性地迁移到航天动力学这个新领域，且做到”更准、更快、可微、可跨设计”四者兼得。
    • “放弃 BVH、暴力并行求交”的判断很有洞察力——针对”每条光线一个不同世界”的多设计采样场景，反直觉但被时间/显存实验支撑。
    • 神经代理不仅提速，还顺带去噪，解决了带噪 MC 梯度让 ODE 发散的稳定性难题。
    • 9 个应用覆盖面广，把”辐射压是麻烦”翻转成”辐射压是可利用的免燃料执行器”。
  • 局限：
    • 全部为仿真验证，无真实在轨部署（作者也坦承发射多颗卫星实验代价过大）；整体是”仿真验证仿真”的级联论证。
    • 目前只建模来自太阳的单方向远场辐射，尚未纳入地球/月球等多源辐射（需要对应的可微辐射模型，如基于 CERES 数据集）。
    • 训练时对代理参数的梯度估计、以及力侧的重要性采样都留作未来工作；设计空间采样本身也非平凡。
    • 材质用 Phong、几何为盒建模简化网格；shape-from-pressure 等逆问题假设观测无噪声、姿态已知。

延伸思考

  • 这篇本质上是”可微渲染 / 逆向渲染”范式在非成像物理量（力与力矩）上的延伸——把 SRP 当黑盒建神经代理的做法，与图形学里对复杂光照/材质做神经代理如出一辙，值得关注它能否反哺渲染端（如对不可微可见性的处理思路）。
  • “多设计 = 多世界光追”是个有普适性的计算模式：任何”几何随参数变、需在参数空间批量采样”的可微仿真（软体、流体障碍物设计等）都可能面对同样的 BVH 失效问题，本文的暴力并行结论有借鉴意义。
  • 把带噪 MC 仿真”提炼”成无噪可微代理再喂给 ODE 伴随法，是应对”仿真不可微 + 梯度噪声致发散”的通用配方，可迁移到其他 differentiable physics 场景。
  • 未来若能接入真实遥测数据做在线的密度/材质老化反演，可能对空间态势感知与碎片规避产生实际价值。