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/2307.01916v3
- Date: Wed, 04 Jun 2025 20:05:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-07 00:22:22.380344
- 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, Claire J. Tomlin,
- Abstract要約: 海藻のバイオマスは、気候変動を緩和する大きな機会を提供するが、その可能性を実現するには、広大な開海に農業を拡大する必要がある。
本研究では,海流を利用して海藻の成長を最大化する,低消費電力の自律型海藻農場と設計コントローラに焦点を当てる。
- 参考スコア（独自算出の注目度）: 15.699912507539938
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Seaweed biomass presents a substantial opportunity for climate mitigation, yet to realize its potential, farming must be expanded to the vast open oceans. However, in the open ocean neither anchored farming nor floating farms with powerful engines are economically viable. Thus, a potential solution are farms that operate by going with the flow, utilizing minimal propulsion to strategically leverage beneficial ocean currents. In this work, we focus on low-power autonomous seaweed farms and design controllers that maximize seaweed growth by taking advantage of ocean currents. We first introduce a Dynamic Programming (DP) formulation to solve for the growth-optimal value function when the true currents are known. However, in reality only short-term imperfect forecasts with increasing uncertainty are available. Hence, we present three additional extensions. Firstly, we use frequent replanning to mitigate forecast errors. Second, to optimize for long-term growth, we extend the value function beyond the forecast horizon by estimating the expected future growth based on seasonal average currents. Lastly, we introduce a discounted finite-time DP formulation to account for the increasing uncertainty in future ocean current estimates. We empirically evaluate our approach with 30-day simulations of farms in realistic ocean conditions. Our method achieves 95.8\% of the best possible growth using only 5-day forecasts.This demonstrates that low-power propulsion is a promising method to operate autonomous seaweed farms in real-world conditions.
- Abstract（参考訳）: 海藻のバイオマスは、気候変動を緩和する大きな機会を提供するが、その可能性を実現するには、広大な開海に農業を拡大する必要がある。
しかし、開海では、固定された農業も、強力なエンジンを備えた浮き農場も経済的に不可能である。
したがって、潜在的な解決策は、最小の推進力を利用して有利な海流を戦略的に活用する農業である。
本研究は,海流を利用して海藻の成長を最大化する,低消費電力の自律型海藻農場と設計コントローラに焦点を当てる。
まず、真の電流が分かっているときに、成長最適値関数を解くために、動的プログラミング(DP)の定式化を導入する。
しかし、実際には不確実性の増加を伴う短期的不完全予測のみが利用可能である。
したがって、我々はさらに3つの拡張を提示する。
まず,予測誤差を軽減するために頻繁に再計画を行う。
第2に、長期的成長を最適化するために、季節平均電流に基づいて予測される将来的な成長を推定することにより、予測地平線を超えて価値関数を拡張する。
最後に, 将来的な海流推定の不確実性の増加を考慮し, 有限時間DP定式化を導入する。
実海環境下での30日間の農地シミュレーションによるアプローチを実証的に評価した。
本手法は,5日間の予測だけで最高の成長率の95.8%を達成している。これは,低出力推進が実環境下での自律海藻農場の運営に有望な方法であることを示すものである。
関連論文リスト
- Distinct hydrologic response patterns and trends worldwide revealed by physics-embedded learning [2.784303921367749]
本稿では, 物理埋め込み型ビッグデータ学習モデルについて, 特徴的水文応答パターン(「署名」)とそのシフトを確実に把握するためのブレークスルーとして紹介する。
長期の水収支を現実的に表現することで、このモデルは世界中の基本的な緑-青-水分配とベースフロー比において、20年間で最大20%の広範な変化を明らかにした。
論文 参考訳（メタデータ） (2025-04-14T20:58:52Z) - LangYa: Revolutionizing Cross-Spatiotemporal Ocean Forecasting [17.125674052741928]
海洋予報システムであるLangYaを紹介した。
結果は、LangYaが1日から7日間のリードタイムで1つのモデルで予測できることを示した。
既存の数値およびAIベースの海洋予測システムと比較して、LangYaはGlobal Ocean Reanalysis and Simulationバージョン12から27年間の地球海洋データを使用している。
論文 参考訳（メタデータ） (2024-12-24T02:14:39Z) - 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。