論文の概要: Maximizing Seaweed Growth on Autonomous Farms: A Dynamic Programming Approach for Underactuated Systems Navigating on Uncertain Ocean Currents

• arxiv url: http://arxiv.org/abs/2307.01916v1
• Date: Tue, 4 Jul 2023 21:00:30 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-06 15:52:16.104352
• Title: Maximizing Seaweed Growth on Autonomous Farms: A Dynamic Programming Approach for Underactuated Systems Navigating on Uncertain Ocean Currents
• Title（参考訳）: 自律型農業における海藻成長の最大化:不確実な海流をナビゲートする不活性化システムの動的プログラミング手法
• Authors: Matthias Killer, Marius Wiggert, Hanna Krasowski, Manan Doshi, Pierre F.J. Lermusiaux and Claire J. Tomlin
• Abstract要約: 海藻バイオマスは気候変動を緩和する大きな可能性を秘めているが、大規模で自律的なオープンオーシャン農場はそれを完全に活用するために必要である。 高成長域に到達するための非線形時間変化海流を利用して、海藻の成長を最大化するコントローラを設計したい。 真の電流が分かっている場合に最適な成長値関数を効率よく解くための動的プログラミングに基づく手法を提案する。
• 参考スコア（独自算出の注目度）: 26.22180576310439
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Seaweed biomass offers significant potential for climate mitigation, but large-scale, autonomous open-ocean farms are required to fully exploit it. Such farms typically have low propulsion and are heavily influenced by ocean currents. We want to design a controller that maximizes seaweed growth over months by taking advantage of the non-linear time-varying ocean currents for reaching high-growth regions. The complex dynamics and underactuation make this challenging even when the currents are known. This is even harder when only short-term imperfect forecasts with increasing uncertainty are available. We propose a dynamic programming-based method to efficiently solve for the optimal growth value function when true currents are known. We additionally present three extensions when as in reality only forecasts are known: (1) our methods resulting value function can be used as feedback policy to obtain the growth-optimal control for all states and times, allowing closed-loop control equivalent to re-planning at every time step hence mitigating forecast errors, (2) a feedback policy for long-term optimal growth beyond forecast horizons using seasonal average current data as terminal reward, and (3) a discounted finite-time Dynamic Programming (DP) formulation to account for increasing ocean current estimate uncertainty. We evaluate our approach through 30-day simulations of floating seaweed farms in realistic Pacific Ocean current scenarios. Our method demonstrates an achievement of 95.8% of the best possible growth using only 5-day forecasts. This confirms the feasibility of using low-power propulsion and optimal control for enhanced seaweed growth on floating farms under real-world conditions.
• Abstract（参考訳）: 海藻バイオマスは気候変動を緩和する大きな可能性を秘めているが、大規模で自律的なオープンオーシャン農場はそれを完全に活用する必要がある。 このような農場は典型的には低い推進力を持ち、海流の影響を強く受けている。 高成長域に到達するための非線形時間変化海流を利用して、海藻の成長を最大化するコントローラを設計したい。 複雑なダイナミクスと過度な動作は、たとえ電流が知られているとしても、これを難しくする。 不確実性が増大する短期的不完全な予測のみが可能であれば、これはさらに難しい。 実電流が分かっている場合に最適な成長値関数を効率的に解く動的計画法を提案する。 We additionally present three extensions when as in reality only forecasts are known: (1) our methods resulting value function can be used as feedback policy to obtain the growth-optimal control for all states and times, allowing closed-loop control equivalent to re-planning at every time step hence mitigating forecast errors, (2) a feedback policy for long-term optimal growth beyond forecast horizons using seasonal average current data as terminal reward, and (3) a discounted finite-time Dynamic Programming (DP) formulation to account for increasing ocean current estimate uncertainty. 実際の太平洋海流シナリオにおける海藻養殖場の30日間のシミュレーションによるアプローチの評価を行った。 本手法は,5日間の予測で最高の成長率の95.8%を達成できたことを示す。 これにより, 実環境下での浮遊農地における低出力推進と海藻生育促進のための最適制御の可能性が確認された。

関連論文リスト

• FengWu-W2S: A deep learning model for seamless weather-to-subseasonal forecast of global atmosphere [53.22497376154084]
  本研究では,FengWuグローバル気象予報モデルに基づくFengWu-Weather to Subseasonal (FengWu-W2S)を提案する。 我々は,FengWu-W2Sが大気環境を3～6週間先まで確実に予測し,マデン・ジュリア振動 (MJO) や北大西洋振動 (NAO) などの地球表面温度, 降水量, 地磁気高度, 季節内信号の予測能力を向上させることを実証した。 日時から季節時の予測誤差成長に関するアブレーション実験
  論文  参考訳（メタデータ） (2024-11-15T13:44:37Z)
• GeoFUSE: A High-Efficiency Surrogate Model for Seawater Intrusion Prediction and Uncertainty Reduction [0.10923877073891446]
  海岸帯水層への海水侵入は地下水資源に重大な脅威をもたらす。 ディープラーニングに基づく新しいサロゲートフレームワークGeoFUSEを開発した。 ワシントン州のビーバークリーク潮流-河床平原系の2次元断面にGeoFUSEを適用した。
  論文  参考訳（メタデータ） (2024-10-26T08:10:32Z)
• Data-driven Global Ocean Modeling for Seasonal to Decadal Prediction [39.7461632644892]
  ORCA-DLは,海洋循環の季節的・季節的な予測を行う最初のデータ駆動型3次元海洋モデルである。 三次元海洋力学を正確にシミュレートし、最先端の力学モデルより優れている。 ケイデンスの時間スケールで海洋力学を安定にエミュレートし、巧妙なデケイデンスの予測や気候予測にもその可能性を示す。
  論文  参考訳（メタデータ） (2024-05-24T10:23:17Z)
• Long-term drought prediction using deep neural networks based on geospatial weather data [75.38539438000072]
  農業計画や保険には1年前から予測される高品質の干ばつが不可欠だ。 私たちは、体系的なエンドツーエンドアプローチを採用するエンドツーエンドアプローチを導入することで、干ばつデータに取り組みます。 主な発見は、TransformerモデルであるEarthFormerが、正確な短期(最大6ヶ月)の予測を行う際の例外的なパフォーマンスである。
  論文  参考訳（メタデータ） (2023-09-12T13:28:06Z)
• Rapid Flood Inundation Forecast Using Fourier Neural Operator [77.30160833875513]
  洪水浸水予測は洪水前後の緊急計画に重要な情報を提供する。 近年,高分解能な流体力学モデリングが普及しつつあるが,道路の洪水範囲やリアルタイムのビルディングレベルは依然として計算的に要求されている。 洪水範囲と浸水深度予測のためのハイブリッドプロセスベースおよびデータ駆動機械学習(ML)アプローチを提案する。
  論文  参考訳（メタデータ） (2023-07-29T22:49:50Z)
• Stranding Risk for Underactuated Vessels in Complex Ocean Currents: Analysis and Controllers [27.39620860892643]
  低推進の船は、目的地に向かうために強力な海流を利用することができる。 近年の結果, 予測誤差にもかかわらず, 船が目的地に到達できる可能性が示唆された。 我々は,新たな予測を毎日再計画することで,予測誤差においても高い確率で安全性を確保することができることを示す。
  論文  参考訳（メタデータ） (2023-07-04T21:01:16Z)
• An evaluation of deep learning models for predicting water depth evolution in urban floods [59.31940764426359]
  高空間分解能水深予測のための異なる深層学習モデルの比較を行った。 深層学習モデルはCADDIESセル-オートマタフラッドモデルによってシミュレーションされたデータを再現するために訓練される。 その結果,ディープラーニングモデルでは,他の手法に比べて誤差が低いことがわかった。
  論文  参考訳（メタデータ） (2023-02-20T16:08:54Z)
• Data-Driven Short-Term Daily Operational Sea Ice Regional Forecasting [52.77986479871782]
  地球温暖化は北極を海洋活動に利用し、信頼性の高い海氷予測の需要を生み出した。 本研究では,海氷予測のためのU-Netモデルの性能を,今後10日間にわたって検証した。 この深層学習モデルは、気象データの追加と複数の地域での訓練により、単純なベースラインをかなりの差で上回り、その品質を向上させることができることを示す。
  論文  参考訳（メタデータ） (2022-10-17T09:14:35Z)
• SALT: Sea lice Adaptive Lattice Tracking -- An Unsupervised Approach to Generate an Improved Ocean Model [72.3183990520267]
  シーライス分散と分布を効率的に推定するためのシーライス適応格子追跡手法を提案する。 具体的には、局所的な海洋特性に基づいて、オーシャンモデルの格子グラフにノードをマージすることで、適応的な空間メッシュを生成する。 提案手法は, 変動する気候下での海洋ライス寄生圧マップの予測モデルにより, 積極的養殖管理の促進を約束するものである。
  論文  参考訳（メタデータ） (2021-06-24T17:29:42Z)
• Prediction-Free, Real-Time Flexible Control of Tidal Lagoons through Proximal Policy Optimisation: A Case Study for the Swansea Lagoon [0.0]
  We propose a novel optimized operation of tidal lagoons with proximal policy optimization through Unity ML-Agents。 我々は,タービンとスライスを最適化した運転方針により,エネルギー生成の最大化に成功していることを示す。
  論文  参考訳（メタデータ） (2021-06-18T21:34:12Z)

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。