Fugu-MT 論文翻訳(概要): Long term planning of military aircraft flight and maintenance operations

論文の概要: Long term planning of military aircraft flight and maintenance operations

arxiv url: http://arxiv.org/abs/2001.09856v1
Date: Mon, 27 Jan 2020 15:23:29 GMT
ステータス: 処理完了
システム内更新日: 2023-01-06 08:24:17.149869
Title: Long term planning of military aircraft flight and maintenance operations
Title（参考訳）: 軍用航空機の長期飛行計画と保守運用
Authors: Franco Peschiera, Olga Batta\"ia, Alain Ha\"it, Nicolas Dupin
Abstract要約: 本稿では,FMP(Flight and maintenance Planning)の問題点を軍用変種に適用し,長期計画に適用する。この問題はこれまで、短期的・中期的な地平線のみに研究されてきた。我々は,フランス空軍艦隊に触発されたシナリオを生成する。これらのシナリオの問題を解決するために,正確な混合プログラミング(MIP)モデルを定式化し,これらの状況下での解法の性能を解析する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present the Flight and Maintenance Planning (FMP) problem in its military variant and applied to long term planning. The problem has been previously studied for short- and medium-term horizons only. We compare its similarities and differences with previous work and prove its complexity. We generate scenarios inspired by the French Air Force fleet. We formulate an exact Mixed Integer Programming (MIP) model to solve the problem in these scenarios and we analyse the performance of the solving method under these circumstances. A heuristic was built to generate fast feasible solutions, that in some cases were shown to help warm-start the model.
Abstract（参考訳）: 本報告では,fmp(flight and maintenance planning)問題を軍用機に導入し,長期計画に適用する。この問題はこれまで、短期的および中期的な地平線についてのみ研究されてきた。私たちは、その類似性と相違点を以前の仕事と比較し、複雑さを証明する。私たちはフランス空軍の艦隊に触発されたシナリオを作ります。これらのシナリオの問題を解くために、正確な混合整数プログラミング(MIP)モデルを定式化し、これらの状況下での解法の性能を解析する。高速で実現可能なソリューションを生成するためにヒューリスティックが構築され、いくつかのケースではモデルを温めるのに役立つことが示されている。

関連論文リスト

A Graph-Enhanced Deep-Reinforcement Learning Framework for the Aircraft Landing Problem [0.0]
航空機着陸問題(英: Aircraft Landing Problem、ALP)は、航空機の輸送と管理において難しい問題の一つである。本稿では,グラフニューラルネットワークとアクター批判アーキテクチャを組み合わせてALPに対処する,新しい深層強化学習フレームワークを提案する。その結果、学習アルゴリズムは異なる問題集合上でテストでき、その結果は研究アルゴリズムの運用と競合することを示した。
論文参考訳（メタデータ） (2025-02-18T08:02:17Z)
Hindsight Planner: A Closed-Loop Few-Shot Planner for Embodied Instruction Following [62.10809033451526]
本研究は,Large Language Models (LLM) を用いた Embodied Instruction following (EIF) タスクプランナの構築に焦点をあてる。我々は,このタスクを部分観測可能なマルコフ決定プロセス (POMDP) として構成し,数発の仮定で頑健なプランナーの開発を目指す。 ALFREDデータセットに対する我々の実験は、プランナーが数ショットの仮定で競争性能を達成することを示す。
論文参考訳（メタデータ） (2024-12-27T10:05:45Z)
Constrained multi-objective optimization for multi-UAV planning [5.574995936464475]
本研究では,制約満足度問題モデルと組み合わせた多目的進化アルゴリズムを用いてこの問題を解く。このアルゴリズムは、複雑さを増大させるいくつかのミッションでテストされ、ミッションで考慮された異なる要素の計算複雑性が研究されている。
論文参考訳（メタデータ） (2024-02-09T17:39:02Z)
Graph Learning-based Fleet Scheduling for Urban Air Mobility under Operational Constraints, Varying Demand & Uncertainties [5.248564173595024]
本稿では,電気航空機のスケジュールと目的地のオンライン計画におけるグラフ強化学習手法を提案する。それは、時間的な需要、垂直離着陸能力、航空機の容量および空域安全ガイドラインに関する制約、離陸遅延、天候によるルート閉鎖、予想外の航空機のダウンタイムに関する不確実性を考える。
論文参考訳（メタデータ） (2024-01-09T23:46:22Z)
Planning as In-Painting: A Diffusion-Based Embodied Task Planning Framework for Environments under Uncertainty [56.30846158280031]
具体的AIのためのタスクプランニングは、最も難しい問題の1つだ。 In-paintingとしての計画」というタスク非依存の手法を提案する。提案するフレームワークは,様々な具体的AIタスクにおいて,有望なパフォーマンスを実現する。
論文参考訳（メタデータ） (2023-12-02T10:07:17Z)
MultiZenoTravel: a Tunable Benchmark for Multi-Objective Planning with Known Pareto Front [71.19090689055054]
多目的AI計画では、既知のPareto Frontsを示すベンチマークが不足している。提案するベンチマーク生成器と専用ソルバは、結果のインスタンスの真のParetoを確実に計算する。本稿では,制約された問題に対して最適な計画を示すとともに,制約された問題に対する一般的な問題を減らす方法を示す。
論文参考訳（メタデータ） (2023-04-28T07:09:23Z)
A Hierarchical Temporal Planning-Based Approach for Dynamic Hoist Scheduling Problems [11.66506213335498]
ホイストスケジューリングは、自律デバイスの開発で産業応用の電気めっきのボトルネックとなっている。適応型PDDLの形で新しい時間計画問題としてホイストスケジューリング問題を定式化する。この問題に対するソリューションメソッドの評価に使用できる実生活ベンチマークインスタンスのコレクションを提供する。
論文参考訳（メタデータ） (2022-12-11T05:30:44Z)
Multi-Agent Path Planning Using Deep Reinforcement Learning [0.0]
本稿では, 深部強化型マルチエージェントパス計画手法を提案する。この実験はシミュレーション環境で実現され、この環境では異なるマルチエージェントパス計画問題が発生する。生成した問題は実際に車両経路問題と類似しており、多エージェント深部強化学習を用いて解かれる。
論文参考訳（メタデータ） (2021-10-04T13:56:23Z)
A review of approaches to modeling applied vehicle routing problems [77.34726150561087]
車両経路問題のモデル化手法について概説する。モデリング手法を評価するためのいくつかの基準を定式化する。我々はVRPドメインのモデリング分野における今後の研究の道について論じる。
論文参考訳（メタデータ） (2021-05-23T14:50:14Z)
Efficient UAV Trajectory-Planning using Economic Reinforcement Learning [65.91405908268662]
UAV間でタスクを分散するための経済取引に触発された新しい強化学習アルゴリズムであるREPlannerを紹介します。エージェントが協力し、リソースを競うことができるマルチエージェント経済ゲームとして、パス計画問題を策定します。 UAV協力によるタスク分布の計算を行うため、Swarmサイズの変化に対して非常に耐性が高い。
論文参考訳（メタデータ） (2021-03-03T20:54:19Z)
A Feedback Scheme to Reorder a Multi-Agent Execution Schedule by Persistently Optimizing a Switchable Action Dependency Graph [65.70656676650391]
複数の自動誘導車両 (AGV) が共通作業空間をナビゲートし, 様々な作業を行う。一つのアプローチは、Action Dependency Graph (ADG)を構築し、そのルートに沿って進むとAGVの順序を符号化する。ワークスペースが人間やサードパーティロボットのような動的障害によって共有されている場合、AGVは大きな遅延を経験することができる。本稿では,各AGVの経路完了時間を最小限に抑えるために,非循環ADGを繰り返し修正するオンライン手法を提案する。
論文参考訳（メタデータ） (2020-10-11T14:39:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。