論文の概要: Operations for Autonomous Spacecraft
- arxiv url: http://arxiv.org/abs/2111.10970v1
- Date: Mon, 22 Nov 2021 03:26:22 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-23 17:20:26.413604
- Title: Operations for Autonomous Spacecraft
- Title（参考訳）: 自律型宇宙機の運用
- Authors: Rebecca Castano, Tiago Vaquero, Federico Rossi, Vandi Verma, Ellen Van
Wyk, Dan Allard, Bennett Huffmann, Erin M. Murphy, Nihal Dhamani, Robert A.
Hewitt, Scott Davidoff, Rashied Amini, Anthony Barrett, Julie Castillo-Rogez,
Steve A. Chien, Mathieu Choukroun, Alain Dadaian, Raymond Francis, Benjamin
Gorr, Mark Hofstadter, Mitch Ingham, Cristina Sorice and Iain Tierney
- Abstract要約: 我々は、オペレーターと科学者が自律的な宇宙船を操作するのに必要な変更を評価するケーススタディを開発した。
我々は、操作者や科学者が希望する意図を宇宙船に伝達するために必要な新しい操作ツールを評価する。
- 参考スコア（独自算出の注目度）: 2.7650177500827247
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Onboard autonomy technologies such as planning and scheduling, identification
of scientific targets, and content-based data summarization, will lead to
exciting new space science missions. However, the challenge of operating
missions with such onboard autonomous capabilities has not been studied to a
level of detail sufficient for consideration in mission concepts. These
autonomy capabilities will require changes to current operations processes,
practices, and tools. We have developed a case study to assess the changes
needed to enable operators and scientists to operate an autonomous spacecraft
by facilitating a common model between the ground personnel and the onboard
algorithms. We assess the new operations tools and workflows necessary to
enable operators and scientists to convey their desired intent to the
spacecraft, and to be able to reconstruct and explain the decisions made
onboard and the state of the spacecraft. Mock-ups of these tools were used in a
user study to understand the effectiveness of the processes and tools in
enabling a shared framework of understanding, and in the ability of the
operators and scientists to effectively achieve mission science objectives.
- Abstract（参考訳）: 計画とスケジューリング、科学的目標の特定、コンテンツに基づくデータの要約といった、オンボードの自律技術は、エキサイティングな新しい宇宙科学ミッションに繋がる。
しかし、そのような自律能力を備えた運用ミッションの課題は、ミッション概念の考慮に十分な詳細レベルには研究されていない。
これらの自律機能は、現在のオペレーションプロセス、プラクティス、ツールの変更を必要とする。
我々は,地上要員と搭載アルゴリズムの共通モデルにより,運用者や科学者が自律型宇宙船を運用できるようにするために必要な変化を評価するためのケーススタディを開発した。
我々は、運用者や科学者が希望する意図を宇宙船に伝えるために必要な新しい運用ツールとワークフローを評価し、宇宙船の軌道上における決定と状態の再構築と説明を可能にする。
これらのツールのモックアップは、ユーザー研究において、プロセスとツールの共有理解フレームワークの実現と、オペレーターと科学者がミッション科学の目的を効果的に達成する能力における効果を理解するために使用された。
関連論文リスト
- WorkArena++: Towards Compositional Planning and Reasoning-based Common Knowledge Work Tasks [85.95607119635102]
大型言語モデル(LLM)は人間のような知性を模倣することができる。
WorkArena++は、Webエージェントの計画、問題解決、論理的/論理的推論、検索、コンテキスト的理解能力を評価するように設計されている。
論文 参考訳（メタデータ） (2024-07-07T07:15:49Z) - LLMSat: A Large Language Model-Based Goal-Oriented Agent for Autonomous Space Exploration [0.0]
本研究は,宇宙船の高レベル制御システムとしてのLarge Language Models (LLMs)の適用について検討する。
一般的なゲームエンジンであるKerbal Space Programでシミュレートされた一連の深宇宙ミッションシナリオをケーススタディとして使用し、要求に対する実装を評価する。
論文 参考訳（メタデータ） (2024-04-13T03:33:17Z) - Assurance for Autonomy -- JPL's past research, lessons learned, and
future directions [56.32768279109502]
幅広い状況の変動が、事前計画された応答を妨げている場合、自律性が必要である。
ミッション・アシュアランス(Mission Assurance)は、信頼性を提供する上で重要な貢献者であるが、何十年にもわたって宇宙飛行に輝く保証の実践は、自律性に関する経験が比較的少ない。
JPLのソフトウェア保証グループの研究者は、自律性の保証に特化した技術の開発に関与している。
論文 参考訳（メタデータ） (2023-05-16T18:24:12Z) - Incremental procedural and sensorimotor learning in cognitive humanoid
robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。
各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。
結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文 参考訳（メタデータ） (2023-04-30T22:51:31Z) - AAAI 2022 Fall Symposium: Lessons Learned for Autonomous Assessment of
Machine Abilities (LLAAMA) [1.157139586810131]
現代の民間と軍事のシステムは、洗練されたインテリジェントな自律機械の需要を生み出している。
これらの新しい形のインテリジェントな自律性は、運用意図のいつ/どのようにコミュニケーションし、自律エージェントの実際の能力を評価することが全体的なパフォーマンスに影響を及ぼすかという疑問を提起する。
このシンポジウムでは、インテリジェントな自律システムを自己評価し、割り当てられたタスクを効果的に実行する能力を伝える可能性について検討する。
論文 参考訳（メタデータ） (2023-01-13T03:47:38Z) - Active Exploration based on Information Gain by Particle Filter for
Efficient Spatial Concept Formation [5.350057408744861]
本稿では,情報ゲインに基づく能動探索を用いた空間概念形成法を提案する。
本研究は,アクティブな推論の文脈において,ロボットの動作を利用者に尋ねる目的地の選択として解釈する。
本研究では,家庭環境における空間概念学習の目的を効率的に決定する上で,SpCoAEの有効性を実証した。
論文 参考訳（メタデータ） (2022-11-20T10:12:17Z) - Towards Explaining Autonomy with Verbalised Decision Tree States [1.101002667958165]
この研究は、ミッション中に自動運転車が行う決定と行動を説明するためのフレームワークを提供することを目的としている。
異なる自律システムに異なる自律性を持たせるために、この研究は、自律性の内部動作を決定点から切り離す。
蒸留した決定木の出力は、自然言語の説明と組み合わせられ、演算子に文として報告される。
論文 参考訳（メタデータ） (2022-09-28T10:28:01Z) - 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) - TRAIL: Near-Optimal Imitation Learning with Suboptimal Data [100.83688818427915]
オフラインデータセットを使用してファクタードトランジションモデルを学習するトレーニング目標を提案する。
我々の理論的分析は、学習された潜在行動空間が下流模倣学習のサンプル効率を高めることを示唆している。
実際に潜伏行動空間を学習するために、エネルギーベースの遷移モデルを学ぶアルゴリズムTRAIL(Transition-Reparametrized Actions for Imitation Learning)を提案する。
論文 参考訳（メタデータ） (2021-10-27T21:05:00Z) - Advancing the Scientific Frontier with Increasingly Autonomous Systems [2.1508119418425102]
自律性の性質と度合いの増大は、新しい科学能力を可能にし、科学のリターンを高める。
2011年のPlanetary Science Decadal Survey(PSDS)と現在進行中のミッション前研究は、将来のミッションに必要なコア技術として自律性の向上を特定している。
論文 参考訳（メタデータ） (2020-09-15T21:49:03Z) - Scalable Multi-Task Imitation Learning with Autonomous Improvement [159.9406205002599]
我々は、自律的なデータ収集を通じて継続的に改善できる模倣学習システムを構築している。
我々は、ロボット自身の試行を、実際に試みたタスク以外のタスクのデモとして活用する。
従来の模倣学習のアプローチとは対照的に,本手法は,継続的改善のための疎い監視によるデータ収集を自律的に行うことができる。
論文 参考訳（メタデータ） (2020-02-25T18:56:42Z)
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。