論文の概要: Asteroid Mining: ACT&Friends' Results for the GTOC 12 Problem

• arxiv url: http://arxiv.org/abs/2410.20839v1
• Date: Mon, 28 Oct 2024 08:46:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-29 12:20:19.842739
• Title: Asteroid Mining: ACT&Friends' Results for the GTOC 12 Problem
• Title（参考訳）: 小惑星採掘: GTOC 12問題におけるACT&Friendsの結果
• Authors: Dario Izzo, Marcus Märtens, Laurent Beauregard, Max Bannach, Giacomo Acciarini, Emmanuel Blazquez, Alexander Hadjiivanov, Jai Grover, Gernot Heißel, Yuri Shimane, Chit Hong Yam,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 36.50316779433264
• License:
• Abstract: In 2023, the 12th edition of Global Trajectory Competition was organised around the problem referred to as "Sustainable Asteroid Mining". This paper reports the developments that led to the solution proposed by ESA's Advanced Concepts Team. Beyond the fact that the proposed approach failed to rank higher than fourth in the final competition leader-board, several innovative fundamental methodologies were developed which have a broader application. In particular, new methods based on machine learning as well as on manipulating the fundamental laws of astrodynamics were developed and able to fill with remarkable accuracy the gap between full low-thrust trajectories and their representation as impulsive Lambert transfers. A novel technique was devised to formulate the challenge of optimal subset selection from a repository of pre-existing optimal mining trajectories as an integer linear programming problem. Finally, the fundamental problem of searching for single optimal mining trajectories (mining and collecting all resources), albeit ignoring the possibility of having intra-ship collaboration and thus sub-optimal in the case of the GTOC12 problem, was efficiently solved by means of a novel search based on a look-ahead score and thus making sure to select asteroids that had chances to be re-visited later on.
• Abstract（参考訳）: 2023年、第12回Global Trajectory Competitionが「持続可能な小惑星採掘」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。 提案されたアプローチが最終大会のリーダーボードで4位以上のランク付けに失敗したことに加えて、より広い適用範囲を持つ革新的な基本的な方法論がいくつか開発された。 特に、機械学習と天体力学の基本法則の操作に基づく新しい手法が開発され、フルロースラスト軌道とインパルスランベルト転移としてのそれらの表現とのギャップを著しく正確に埋めることができた。 既存の最適マイニングトラジェクトリのリポジトリから最適部分集合選択を整数線形プログラミング問題として定式化する手法が考案された。 最終的に,GTOC12問題においては,船内協力の可能性を無視した単一最適鉱石軌道探索(全資源の採掘・収集)の根本的な問題は,ルックアヘッドスコアに基づく新規探索によって効率よく解決され,その後再訪問される可能性のある小惑星の選択が確実にされた。

関連論文リスト

• 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)
• An Efficient Learning-based Solver Comparable to Metaheuristics for the Capacitated Arc Routing Problem [67.92544792239086]
  我々は,高度メタヒューリスティックスとのギャップを著しく狭めるため,NNベースの解法を導入する。 まず,方向対応型注意モデル(DaAM)を提案する。 第2に、教師付き事前学習を伴い、堅牢な初期方針を確立するための教師付き強化学習スキームを設計する。
  論文  参考訳（メタデータ） (2024-03-11T02:17:42Z)
• E2R: a Hierarchical-Learning inspired Novelty-Search method to generate diverse repertoires of grasping trajectories [0.0]
  プラットフォームに依存しない方法で軌道を把握できる大規模なデータセットを生成できるNSベースの新しい手法を提案する。 階層的な学習パラダイムにインスパイアされた我々の手法は、行動空間をより滑らかにするためにアプローチと理解を分離する。 3つの異なるロボットグルーパーのセットアップといくつかの標準オブジェクトによる実験により,本手法は最先端の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2022-10-14T15:13:10Z)
• The Fellowship of the Dyson Ring: ACT&Friends' Results and Methods for GTOC 11 [13.634909613245727]
  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。
  論文  参考訳（メタデータ） (2022-05-13T12:26:16Z)
• Asteroid Flyby Cycler Trajectory Design Using Deep Neural Networks [4.420321822469076]
  本稿では,深部ニューラルネットワークによって構築された代理モデルを用いて,小惑星フライバイサイクル軌道を設計する新しい手法を提案する。 カルシュ・クーン・タッカー条件を満たす擬似小惑星を導入することにより,効率的なデータベース生成戦略を提案する。
  論文  参考訳（メタデータ） (2021-11-23T13:31:05Z)
• Exploration in two-stage recommender systems [79.50534282841618]
  2段階のレコメンデータシステムは、スケーラビリティと保守性のために業界で広く採用されている。 このセットアップの鍵となる課題は、各ステージの最適性能が最適なグローバルパフォーマンスを暗示していないことである。 そこで本研究では,ランクとノミネーター間の探索戦略を同期させる手法を提案する。
  論文  参考訳（メタデータ） (2020-09-01T16:52:51Z)
• 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)
• Combining Deep Learning and Optimization for Security-Constrained Optimal Power Flow [94.24763814458686]
  セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。 SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。 本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-07-14T12:38:21Z)
• MineReduce: an approach based on data mining for problem size reduction [58.720142291102135]
  本稿では,マイニングパターンを用いて問題サイズの削減を行うMineReduceという手法を提案する。 異種車両ルーティング問題に対するMineReduceの適用について述べる。
  論文  参考訳（メタデータ） (2020-05-15T08:49:50Z)

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。