La miniaturización de la electrónica, los sensores y los actuadores ha permitido el creciente uso de nanosatélites para la observación de la Tierra, la astrofísica e incluso misiones interplanetarias. Este auge de los nanosatélites ha llevado al desarrollo de un inventario de componentes modulares e intercambiables de uso comercial (COTS) por parte de una multitud de proveedores comerciales. Como resultado, la capacidad de combinar subsistemas en una plataforma compacta ha avanzado considerablemente en la última década. Sin embargo, para determinar las capacidades máximas de estas naves espaciales en términos de masa, volumen y potencia, existe una necesidad importante de optimizar su diseño. Los métodos actuales de diseño de naves espaciales requieren experiencia en ingeniería y juicios realizados por un equipo de expertos, lo que puede ser laborioso y podría llevar a un diseño subóptimo. En este trabajo presentamos un enfoque alternativo convincente utilizando aprendizaje automático para identificar soluciones casi óptimas que amplíen las capacidades de un equipo de diseño. El enfoque permite el diseño automatizado de una nave espacial que requiere desarrollar un almacén virtual de componentes y especificar objetivos cuantitativos para producir un diseño candidato. Las soluciones casi óptimas encontradas a través de este enfoque serían un punto de partida creíble para el equipo de diseño que necesitará un estudio adicional para determinar su viabilidad de implementación.