論文の概要: Adaptive Approach Phase Guidance for a Hypersonic Glider via Reinforcement Meta Learning

• arxiv url: http://arxiv.org/abs/2107.14764v1
• Date: Fri, 30 Jul 2021 17:14:52 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-02 13:44:35.675577
• Title: Adaptive Approach Phase Guidance for a Hypersonic Glider via Reinforcement Meta Learning
• Title（参考訳）: 強化メタ学習による超音速グライダーの適応的アプローチ位相誘導
• Authors: Brian Gaudet, Kris Drozd, Ryan Meltzer, Roberto Furfaro
• Abstract要約: 適応性は、オフ・ノミナルな飛行条件の範囲を最適化することで達成される。 システムマップは、指示された銀行の角度と攻撃率の角度に直接観察をマッピングする。 トラッキングエラーの最小化は、車両の速度ベクトルと一致した目標位置への視界の湾曲した空間線を維持する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We use Reinforcement Meta Learning to optimize an adaptive guidance system suitable for the approach phase of a gliding hypersonic vehicle. Adaptability is achieved by optimizing over a range of off-nominal flight conditions including perturbation of aerodynamic coefficient parameters, actuator failure scenarios, and sensor noise. The system maps observations directly to commanded bank angle and angle of attack rates. These observations include a velocity field tracking error formulated using parallel navigation, but adapted to work over long trajectories where the Earth's curvature must be taken into account. Minimizing the tracking error keeps the curved space line of sight to the target location aligned with the vehicle's velocity vector. The optimized guidance system will then induce trajectories that bring the vehicle to the target location with a high degree of accuracy at the designated terminal speed, while satisfying heating rate, load, and dynamic pressure constraints. We demonstrate the adaptability of the guidance system by testing over flight conditions that were not experienced during optimization. The guidance system's performance is then compared to that of a linear quadratic regulator tracking an optimal trajectory.
• Abstract（参考訳）: 我々は強化メタ学習を用いて、滑空超音速車両の接近位相に適した適応誘導システムを最適化する。 適応性は、空力係数パラメータの摂動、アクチュエータ故障シナリオ、センサノイズを含む、オフ・ノーミナルな飛行条件を最適化することで達成される。 システムは、直接観察を、指示された銀行の角度と攻撃率の角度にマッピングする。 これらの観測には、平行航法を用いて定式化された速度場追跡誤差が含まれるが、地球の曲率を考慮した長い軌道上での動作に適応している。 トラッキングエラーの最小化は、車両の速度ベクトルと一致した目標位置への視界の湾曲した空間線を維持する。 最適化された誘導システムは、加熱速度、負荷、動的圧力の制約を満たしながら、指定された終端速度で高い精度で車両を目標位置に導く軌道を誘導する。 最適化時に経験しない飛行条件をテストすることにより,誘導システムの適応性を示す。 次に、誘導系の性能を最適軌道を追跡する線形二次規制器の性能と比較する。

関連論文リスト

• Angle Robustness Unmanned Aerial Vehicle Navigation in GNSS-Denied Scenarios [66.05091704671503]
  本稿では、ポイントツーポイントナビゲーションタスクにおける飛行偏差に対処する新しい角度ナビゲーションパラダイムを提案する。 また、Adaptive Feature Enhance Module、Cross-knowledge Attention-guided Module、Robust Task-oriented Head Moduleを含むモデルを提案する。
  論文  参考訳（メタデータ） (2024-02-04T08:41:20Z)
• DATT: Deep Adaptive Trajectory Tracking for Quadrotor Control [62.24301794794304]
  Deep Adaptive Trajectory Tracking (DATT)は、学習に基づくアプローチであり、現実世界の大きな乱れの存在下で、任意の、潜在的に実現不可能な軌跡を正確に追跡することができる。 DATTは、非定常風場における可溶性および非実用性の両方の軌道に対して、競争適応性非線形およびモデル予測コントローラを著しく上回っている。 適応非線形モデル予測制御ベースラインの1/4未満である3.2ms未満の推論時間で、効率的にオンラインで実行することができる。
  論文  参考訳（メタデータ） (2023-10-13T12:22:31Z)
• Integrating Higher-Order Dynamics and Roadway-Compliance into Constrained ILQR-based Trajectory Planning for Autonomous Vehicles [3.200238632208686]
  軌道計画は、自動運転車のグローバルな最適ルートを作成することを目的としている。 既存の自転車キネマティックモデルを用いた実装では、制御可能な軌道は保証できない。 このモデルを、曲率と長手ジャークの1階および2階微分を含む高階項で拡張する。
  論文  参考訳（メタデータ） (2023-09-25T22:30:18Z)
• Bi-Level Optimization Augmented with Conditional Variational Autoencoder for Autonomous Driving in Dense Traffic [0.9281671380673306]
  本稿では、最適行動決定と結果の軌跡を共同で計算するパラメータ化バイレベル最適化を提案する。 当社のアプローチは,GPUアクセラレーションバッチを使用してリアルタイムに動作し,変分オートエンコーダがウォームスタート戦略を学習する。 本手法は, 運転効率の競争力に優れながら, 衝突速度の観点から, 最先端モデル予測制御とRLアプローチより優れる。
  論文  参考訳（メタデータ） (2022-12-05T12:56:42Z)
• Motion Planning and Control for Multi Vehicle Autonomous Racing at High Speeds [100.61456258283245]
  本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。 提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
  論文  参考訳（メタデータ） (2022-07-22T15:16:54Z)
• Integrated Guidance and Control for Lunar Landing using a Stabilized Seeker [0.0]
  我々は、精密かつ安全な惑星着陸を可能にする統合誘導制御システムを開発した。 探鉱者は、探鉱者の高度と方位角を調整し、指定した着陸地点をセンサフィールドの視界に集中させて、指定した着陸地点を追跡する。 誘導制御システムで安全な着陸を実現するために用いられる速度場を定式化するために、シーカーアングル、クローズ速度、指定された着陸地点までの範囲が使用される。
  論文  参考訳（メタデータ） (2021-12-16T00:24:58Z)
• 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)
• Adaptive-Control-Oriented Meta-Learning for Nonlinear Systems [29.579737941918022]
  我々は過去のデータからオフラインで学習し、非線形特徴の内部パラメトリックモデルによる適応制御を行う。 ベースランナーとして閉ループ追跡シミュレーション、メタオブジェクトとして平均トラッキングエラーで適応コントローラをメタ学習します。 非線形平面ロータークラフトを用いて,適応型コントローラが回帰型メタラーニングで学習した他のコントローラよりも優れていることを実証する。
  論文  参考訳（メタデータ） (2021-03-07T23:49:59Z)
• Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
  視覚SLAMシステムのための新しい最適化バックボーンを提案する。 従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。 我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
  論文  参考訳（メタデータ） (2020-11-02T18:02:26Z)
• Reinforcement Learning for Low-Thrust Trajectory Design of Interplanetary Missions [77.34726150561087]
  本稿では, 惑星間軌道のロバスト設計における強化学習の適用について検討する。 最先端アルゴリズムのオープンソース実装が採用されている。 その結果得られた誘導制御ネットワークは、堅牢な名目的軌道と関連する閉ループ誘導法の両方を提供する。
  論文  参考訳（メタデータ） (2020-08-19T15:22:15Z)
• Reinforcement Meta-Learning for Interception of Maneuvering Exoatmospheric Targets with Parasitic Attitude Loop [1.7663909228482466]
  我々は強化メタラーニング(Reinforcement Meta-Learning)を用いて、運動目標の対空干渉に適した適応型統合誘導、ナビゲーション、制御システムを最適化する。 このシステムは、ストラップダウン・シーカー角と速度ジャイロによる観測を、スラスタのオンオフコマンドに直接マッピングする。 最適化されたポリシーは、探索角度測定ラグ、スラスタ制御ラグ、スケールファクタエラーによる寄生姿勢ループ、角度および回転速度測定におけるガウスノイズなどの寄生効果に適応できることを実証した。
  論文  参考訳（メタデータ） (2020-04-18T21:20:59Z)

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。