論文の概要: Stranding Risk for Underactuated Vessels in Complex Ocean Currents: Analysis and Controllers

• arxiv url: http://arxiv.org/abs/2307.01917v1
• Date: Tue, 4 Jul 2023 21:01:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-06 15:52:42.963201
• Title: Stranding Risk for Underactuated Vessels in Complex Ocean Currents: Analysis and Controllers
• Title（参考訳）: 複雑な海流中における不動容器のストランドングリスク:解析と制御
• Authors: Andreas Doering, Marius Wiggert, Hanna Krasowski, Manan Doshi, Pierre F.J. Lermusiaux and Claire J. Tomlin
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 27.39620860892643
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Low-propulsion vessels can take advantage of powerful ocean currents to navigate towards a destination. Recent results demonstrated that vessels can reach their destination with high probability despite forecast errors. However, these results do not consider the critical aspect of safety of such vessels: because of their low propulsion which is much smaller than the magnitude of currents, they might end up in currents that inevitably push them into unsafe areas such as shallow areas, garbage patches, and shipping lanes. In this work, we first investigate the risk of stranding for free-floating vessels in the Northeast Pacific. We find that at least 5.04% would strand within 90 days. Next, we encode the unsafe sets as hard constraints into Hamilton-Jacobi Multi-Time Reachability (HJ-MTR) to synthesize a feedback policy that is equivalent to re-planning at each time step at low computational cost. While applying this policy closed-loop guarantees safe operation when the currents are known, in realistic situations only imperfect forecasts are available. We demonstrate the safety of our approach in such realistic situations empirically with large-scale simulations of a vessel navigating in high-risk regions in the Northeast Pacific. We find that applying our policy closed-loop with daily re-planning on new forecasts can ensure safety with high probability even under forecast errors that exceed the maximal propulsion. Our method significantly improves safety over the baselines and still achieves a timely arrival of the vessel at the destination.
• Abstract（参考訳）: 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。 しかし、これらの結果はこれらの船舶の安全性の重要な側面を考慮せず、その低推進力は電流の大きさよりはるかに小さいため、浅い地域、ゴミのパッチ、海運レーンなどの安全でない地域に必然的に押し込む電流になってしまう可能性がある。 本研究は,北東太平洋における自由に浮かぶ船舶のストレッチングの危険性について検討した。 少なくとも5.04%は90日以内に立ち往生する。 次に、安全でない集合をハミルトン・ヤコビ多重時間到達可能性(HJ-MTR)にハード制約としてエンコードし、低計算コストで各ステップで再計画と等価なフィードバックポリシーを合成する。 このポリシーを適用したクローズドループは、電流が分かっている場合に安全な動作を保証するが、現実的な状況では不完全な予測しかできない。 東北太平洋の高リスク域を航行する船舶の大規模シミュレーションにより,このような現実的な状況において,本手法の安全性を実証する。 我々は, 予測誤差が最大推力を超える場合でも, 新たな予測を毎日再計画することで, 安全性を高い確率で確保できることを見出した。 本手法はベースライン上での安全性を著しく向上させ,目的地にタイムリーに船が到着する。

関連論文リスト

• Navigating the Safety Landscape: Measuring Risks in Finetuning Large Language Models [65.06446825020578]
  大規模言語モデル(LLM)が人間の嗜好に合わせて行動し、推論中に有害な行動を防ぐためには、安全性の調整が不可欠である。 我々は, LLMの安全景観をナビゲートすることで, LLMの微調整のリスクを測定することを目的としている。
  論文  参考訳（メタデータ） (2024-05-27T17:31:56Z)
• Assessing the Brittleness of Safety Alignment via Pruning and Low-Rank Modifications [69.13807233595455]
  大きな言語モデル(LLM)は、その安全性メカニズムに固有の脆さを示す。 本研究では, プルーニングと低ランク改造を利用した安全アライメントの脆性について検討した。 安全クリティカル領域への変更が制限された場合でも,LSMは低コストの微調整攻撃に対して脆弱であることを示す。
  論文  参考訳（メタデータ） (2024-02-07T18:34:38Z)
• Safeguarded Progress in Reinforcement Learning: Safe Bayesian Exploration for Control Policy Synthesis [63.532413807686524]
  本稿では、強化学習(RL)におけるトレーニング中の安全維持の問題に対処する。 探索中の効率的な進捗と安全性のトレードオフを扱う新しいアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-12-18T16:09:43Z)
• Predicting the Position Uncertainty at the Time of Closest Approach with Diffusion Models [0.0]
  本研究では,接近する物体の位置不確実性を予測する機械学習モデルを提案する。 その結果,提案手法は宇宙船の安全性と効率を大幅に向上させる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-11-09T14:54:08Z)
• Maximizing Seaweed Growth on Autonomous Farms: A Dynamic Programming Approach for Underactuated Systems Navigating on Uncertain Ocean Currents [16.635875686332056]
  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。
  論文  参考訳（メタデータ） (2023-07-04T21:00:30Z)
• 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)
• Case Studies for Computing Density of Reachable States for Safe Autonomous Motion Planning [8.220217498103313]
  到達可能な状態の密度は、安全クリティカルなシステムのリスクを理解するのに役立つ。 最近の研究は、自律システムの前方到達可能な状態の密度分布をオンラインで計算するためのデータ駆動型アプローチを提供する。 本稿では,不確実性を考慮した安全な経路計画のためのモデル予測制御とモデル予測制御の併用について検討する。
  論文  参考訳（メタデータ） (2022-09-16T17:38:24Z)
• Enhancing Safe Exploration Using Safety State Augmentation [71.00929878212382]
  モデルフリー強化学習における安全な探索の課題に取り組む。 トレーニング中に安全予算をスケジューリングするためのポリシーを導出します。 Simmer はトレーニングを安定させ,安全RL の性能を平均的制約で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） (2022-06-06T15:23:07Z)
• Conservative Safety Critics for Exploration [120.73241848565449]
  強化学習(RL)における安全な探索の課題について検討する。 我々は、批評家を通じて環境状態の保守的な安全性推定を学習する。 提案手法は,破滅的故障率を著しく低く抑えながら,競争力のあるタスク性能を実現することができることを示す。
  論文  参考訳（メタデータ） (2020-10-27T17:54:25Z)

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。