論文の概要: The Fellowship of the Dyson Ring: ACT&Friends' Results and Methods for
GTOC 11
- arxiv url: http://arxiv.org/abs/2205.10124v2
- Date: Mon, 23 May 2022 06:28:11 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-06 07:27:38.205657
- Title: The Fellowship of the Dyson Ring: ACT&Friends' Results and Methods for
GTOC 11
- Title（参考訳）: The Fellowship of the Dyson Ring: ACT&Friends' Results and Methods for GTOC 11
- Authors: Marcus M\"artens and Dario Izzo and Emmanuel Blazquez and Moritz von
Looz and Pablo G\'omez and Anne Mergy and Giacomo Acciarini and Chit Hong Yam
and Javier Hernando Ayuso and Yuri Shimane
- Abstract要約: ダイソン球(英: Dyson sphere)は、恒星を囲む仮説上の巨大構造であり、そのエネルギーのほとんどを回収する。
第11回GTOCチャレンジでは、参加者はダイソン構造の構築に関連する複雑な軌道計画に従事した。
我々は、機械学習、最適化、計画とスケジューリング、進化的最適化から技術を合成する新しいアプローチを開発し、完全に自動化されたパイプラインに効果的に統合した。
- 参考スコア（独自算出の注目度）: 13.634909613245727
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Dyson spheres are hypothetical megastructures encircling stars in order to
harvest most of their energy output. During the 11th edition of the GTOC
challenge, participants were tasked with a complex trajectory planning related
to the construction of a precursor Dyson structure, a heliocentric ring made of
twelve stations. To this purpose, we developed several new approaches that
synthesize techniques from machine learning, combinatorial optimization,
planning and scheduling, and evolutionary optimization effectively integrated
into a fully automated pipeline. These include a machine learned transfer time
estimator, improving the established Edelbaum approximation and thus better
informing a Lazy Race Tree Search to identify and collect asteroids with high
arrival mass for the stations; a series of optimally-phased low-thrust
transfers to all stations computed by indirect optimization techniques,
exploiting the synodic periodicity of the system; and a modified Hungarian
scheduling algorithm, which utilizes evolutionary techniques to arrange a
mass-balanced arrival schedule out of all transfer possibilities. We describe
the steps of our pipeline in detail with a special focus on how our approaches
mutually benefit from each other. Lastly, we outline and analyze the final
solution of our team, ACT&Friends, which ranked second at the GTOC 11
challenge.
- Abstract（参考訳）: ダイソン・スフィア(dyson sphere)は、恒星を囲む仮説上の巨構造で、エネルギーのほとんどを吸収する。
第11回GTOCチャレンジでは、参加者は12のステーションからなるヘリオセンセントリングである前駆体ダイソン構造の構築に関連する複雑な軌道計画に従事した。
そこで本研究では,機械学習,組合せ最適化,計画とスケジューリング,進化的最適化といった手法を,完全に自動化されたパイプラインに統合した新しい手法を開発した。
These include a machine learned transfer time estimator, improving the established Edelbaum approximation and thus better informing a Lazy Race Tree Search to identify and collect asteroids with high arrival mass for the stations; a series of optimally-phased low-thrust transfers to all stations computed by indirect optimization techniques, exploiting the synodic periodicity of the system; and a modified Hungarian scheduling algorithm, which utilizes evolutionary techniques to arrange a mass-balanced arrival schedule out of all transfer possibilities.
パイプラインのステップを詳しく説明した上で,私たちのアプローチが相互にメリットを享受する方法に特に注目する。
最後に、GTOC 11チャレンジで2番目にランクされたACT&Friendsというチームの最終ソリューションの概要と分析を行います。
関連論文リスト
- Asteroid Mining: ACT&Friends' Results for the GTOC 12 Problem [36.50316779433264]
2023年、第12回世界軌道競争(Global Trajectory Competition)が「持続可能な小惑星採掘(Sustainable Asteroid Mining)」と呼ばれる問題を中心に組織された。
本稿では,ESAのAdvanced Concepts Teamが提案したソリューションの展開について報告する。
論文 参考訳（メタデータ） (2024-10-28T08:46:02Z) - Hybrid Imitation-Learning Motion Planner for Urban Driving [0.0]
本稿では,学習ベースと最適化ベースを融合した新しいハイブリッドモーションプランナを提案する。
我々のモデルは、これらの目的に固有のトレードオフを緩和し、安全性と人間の類似性を効果的にバランスさせます。
シミュレーション実験により本手法を検証し,現実の自動運転車に導入することで,その有効性を更に実証する。
論文 参考訳（メタデータ） (2024-09-04T16:54:31Z) - Computing low-thrust transfers in the asteroid belt, a comparison between astrodynamical manipulations and a machine learning approach [4.868863044142366]
低推力軌道は、小惑星帯のミッションにおける科学的出力とコスト効率の最適化に重要な役割を果たしている。
本稿では,新しい解析近似を提案し,その精度と性能を機械学習手法と比較する。
我々は、時間と最適な制御問題を解くことによって発見された約300万の転送のデータセットを構築します。
論文 参考訳（メタデータ） (2024-05-29T09:20:54Z) - Hallmarks of Optimization Trajectories in Neural Networks: Directional Exploration and Redundancy [75.15685966213832]
最適化トラジェクトリのリッチな方向構造をポイントワイズパラメータで解析する。
トレーニング中のスカラーバッチノルムパラメータは,ネットワーク全体のトレーニング性能と一致していることを示す。
論文 参考訳（メタデータ） (2024-03-12T07:32:47Z) - Massively Parallel Genetic Optimization through Asynchronous Propagation
of Populations [50.591267188664666]
Propulateは、グローバル最適化のための進化的最適化アルゴリズムとソフトウェアパッケージである。
提案アルゴリズムは, 選択, 突然変異, 交叉, 移動の変種を特徴とする。
Propulateは解の精度を犠牲にすることなく、最大で3桁高速であることがわかった。
論文 参考訳（メタデータ） (2023-01-20T18:17:34Z) - Globally Optimal Event-Based Divergence Estimation for Ventral Landing [55.29096494880328]
イベントセンシングはバイオインスパイアされた飛行誘導と制御システムの主要なコンポーネントである。
本研究では, イベントカメラを用いた腹側着陸時の表面との接触時間予測について検討する。
これは、着陸時に発生する事象の流れから放射光の流れの速度である発散(逆TTC)を推定することで達成される。
我々のコアコントリビューションは、イベントベースの発散推定のための新しいコントラスト最大化定式化と、コントラストを正確に最大化し、最適な発散値を求めるブランチ・アンド・バウンドアルゴリズムである。
論文 参考訳（メタデータ） (2022-09-27T06:00:52Z) - Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。
前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。
提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
論文 参考訳（メタデータ） (2022-05-13T21:09:41Z) - 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) - On Learning Combinatorial Patterns to Assist Large-Scale Airline Crew
Pairing Optimization [0.0]
本稿では,飛行接続データ中の可視パターンを学習するための変分グラフオートエンコーダの新たな適応法を提案する。
結果として生じる飛行接続予測は、新しいペアリングを生成するために小説を使ってオンザフライで組み合わせられる。
提案手法の実用性は、複数のハブ・アンド・スポーク・ワークスと複数のクルー・ベースを特徴とする、大規模(4200以上のフライト)、実世界、アメリカの航空会社の複雑なフライト・ネットワーク上で実証されている。
論文 参考訳（メタデータ） (2020-04-28T20:16:22Z) - Decentralized MCTS via Learned Teammate Models [89.24858306636816]
本稿では,モンテカルロ木探索に基づくトレーニング可能なオンライン分散計画アルゴリズムを提案する。
深層学習と畳み込みニューラルネットワークを用いて正確なポリシー近似を作成可能であることを示す。
論文 参考訳（メタデータ） (2020-03-19T13:10:20Z) - Adversarial Generation of Informative Trajectories for Dynamics System
Identification [3.664687661363732]
制御パラメータと慣性パラメータ空間の両方で異なる励起トラジェクトリを生成する方法を示す。
これは、複数の循環軌道を持つシステム識別を探索する最初のロボティクスである。
また、データセットの生成速度と品質を高めることにより、このアプローチをさらに拡張する方法を示す。
論文 参考訳（メタデータ） (2020-03-02T21:09:18Z)
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。