論文の概要: Time-Efficient Mars Exploration of Simultaneous Coverage and Charging
with Multiple Drones
- arxiv url: http://arxiv.org/abs/2011.07759v1
- Date: Mon, 16 Nov 2020 07:28:37 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-25 00:50:56.052294
- Title: Time-Efficient Mars Exploration of Simultaneous Coverage and Charging
with Multiple Drones
- Title(参考訳): 複数のドローンによる同時カバレッジと充電の時間効率の良い火星探査
- Authors: Yuan Chang, Chao Yan, Xingyu Liu, Xiangke Wang, Han Zhou, Xiaojia
Xiang, Dengqing Tang
- Abstract要約: 本稿では,複数のドローンとローバーの協調による火星探査の時間効率向上手法を提案する。
限られたエネルギー、センサーモデル、通信範囲、安全半径を考慮した総合的な枠組みが開発されている。
TIME-SC2の顕著な性能を示すために大規模なシミュレーションが行われた。
- 参考スコア(独自算出の注目度): 14.160624396972707
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents a time-efficient scheme for Mars exploration by the
cooperation of multiple drones and a rover. To maximize effective coverage of
the Mars surface in the long run, a comprehensive framework has been developed
with joint consideration for limited energy, sensor model, communication range
and safety radius, which we call TIME-SC2 (TIme-efficient Mars Exploration of
Simultaneous Coverage and Charging). First, we propose a multi-drone coverage
control algorithm by leveraging emerging deep reinforcement learning and design
a novel information map to represent dynamic system states. Second, we propose
a near-optimal charging scheduling algorithm to navigate each drone to an
individual charging slot, and we have proven that there always exists feasible
solutions. The attractiveness of this framework not only resides on its ability
to maximize exploration efficiency, but also on its high autonomy that has
greatly reduced the non-exploring time. Extensive simulations have been
conducted to demonstrate the remarkable performance of TIME-SC2 in terms of
time-efficiency, adaptivity and flexibility.
- Abstract(参考訳): 本稿では,複数のドローンとローバーの協調による火星探査の時間効率向上手法を提案する。
火星表面の長期的有効カバレッジを最大化するために, 限られたエネルギー, センサモデル, 通信範囲, 安全半径を考慮し, time-sc2 (time- efficient mars exploration of concurrent coverage and charging) と呼ぶ包括的枠組みを開発した。
まず, 深層強化学習を活用し, 動的システム状態を表す新しい情報マップを設計し, マルチドローンのカバレッジ制御アルゴリズムを提案する。
第2に、各ドローンを個別の充電スロットにナビゲートする準最適充電スケジューリングアルゴリズムを提案し、実現可能な解決策が常に存在することを証明した。
この枠組みの魅力は、探索効率を最大化する能力だけでなく、非探索時間を大幅に削減した高い自律性にも依存している。
時間効率,適応性,柔軟性の観点から,TIME-SC2の顕著な性能を示す大規模なシミュレーションが実施されている。
関連論文リスト
- Scheduling Drone and Mobile Charger via Hybrid-Action Deep Reinforcement Learning [7.577251571044739]
ドローンは一定の関心点を観察するために配置され、充電器はドローンのバッテリーを充電するために移動することができる。
我々は、ドローンと移動充電器のルートと充電スケジュールに焦点を合わせ、可能な限り短時間で高観測ユーティリティーを得る。
本稿では、標準ポリシー学習アルゴリズムを用いて遅延連続動作を生成するハイブリッドアクション深層強化学習フレームワークHaDMCを提案する。
論文 参考訳(メタデータ) (2024-03-16T01:51:42Z) - Characterizing Satellite Geometry via Accelerated 3D Gaussian Splatting [0.0]
本稿では,3次元ガウス散乱に基づく軌道上の衛星のマッピング手法を提案する。
ループ型衛星モックアップにおけるモデルトレーニングと3次元レンダリング性能を実演する。
我々のモデルでは、未知の衛星の高品質な新しいビューを、従来のNeRFベースのアルゴリズムよりも2桁近く高速にトレーニングし、レンダリングすることが可能であることが示されている。
論文 参考訳(メタデータ) (2024-01-05T00:49:56Z) - Short vs. Long-term Coordination of Drones: When Distributed Optimization Meets Deep Reinforcement Learning [0.9208007322096532]
自律型対話型ドローンの群れは、スマートシティーに魅力的なセンシング機能を提供する。
本稿では,コスト効率の高いナビゲーション,センシング,リチャージのための新しいコーディネートソリューションの提供を目的とする。
論文 参考訳(メタデータ) (2023-11-16T12:28:31Z) - Innovations in the field of on-board scheduling technologies [64.41511459132334]
本稿では、ミッション自律のためのソフトウェアフレームワークに組み込まれた、オンボードスケジューラを提案する。
スケジューラは線形整数プログラミングに基づいており、ブランチ・アンド・カット・ソルバの使用に依存している。
この技術は地球観測のシナリオでテストされており、その性能を最先端のスケジューリング技術と比較している。
論文 参考訳(メタデータ) (2022-05-04T12:00:49Z) - Deep Learning for Real Time Satellite Pose Estimation on Low Power Edge
TPU [58.720142291102135]
本稿では,ニューラルネットワークアーキテクチャを利用したポーズ推定ソフトウェアを提案する。
我々は、低消費電力の機械学習アクセラレーターが宇宙での人工知能の活用を可能にしていることを示す。
論文 参考訳(メタデータ) (2022-04-07T08:53:18Z) - Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
高速物体把握のための完全自律飛行ロボットが提案されている。
追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。
我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
論文 参考訳(メタデータ) (2021-12-10T11:49:51Z) - Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。
本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。
本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
論文 参考訳(メタデータ) (2021-11-17T21:48:31Z) - Time-Optimal Planning for Quadrotor Waypoint Flight [50.016821506107455]
立方体の作動限界における時間-最適軌道の計画は未解決の問題である。
四重項のアクチュエータポテンシャルをフル活用する解を提案する。
我々は、世界最大規模のモーションキャプチャーシステムにおいて、実世界の飛行における我々の方法を検証する。
論文 参考訳(メタデータ) (2021-08-10T09:26:43Z) - Multi-Temporal Convolutions for Human Action Recognition in Videos [83.43682368129072]
複数の解像度で抽出できる新しい時間・時間的畳み込みブロックを提案する。
提案するブロックは軽量で,任意の3D-CNNアーキテクチャに統合可能である。
論文 参考訳(メタデータ) (2020-11-08T10:40:26Z) - A Maximum Independent Set Method for Scheduling Earth Observing
Satellite Constellations [41.013477422930755]
本稿では,衛星スケジューリング問題の解法として,実現不可能なグラフ表現を生成する手法を提案する。
光衛星のスカイサット星座と、最大24個の衛星のシミュレートされた星座の、要求された最大10,000の撮像位置のシナリオでテストされている。
論文 参考訳(メタデータ) (2020-08-15T19:32:21Z) - Learning-to-Fly: Learning-based Collision Avoidance for Scalable Urban
Air Mobility [2.117421588033177]
複数のUASのための分散型オンデマンド空中衝突回避フレームワークであるL2F(Learning-to-Fly)を提案する。
L2Fは,1)学習に基づく意思決定方式と,2)分散線形プログラミングに基づくUAS制御アルゴリズムからなる2段階衝突回避手法である。
本手法のリアルタイム適用性は,MILP法よりも6000ドル高速であり,操作の余地が十分ある場合,100%の衝突を解消できる。
論文 参考訳(メタデータ) (2020-06-23T18:46:31Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。