論文の概要: Agile Tradespace Exploration for Space Rendezvous Mission Design via Transformers

• arxiv url: http://arxiv.org/abs/2510.03544v1
• Date: Fri, 03 Oct 2025 22:28:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-07 16:52:59.104516
• Title: Agile Tradespace Exploration for Space Rendezvous Mission Design via Transformers
• Title（参考訳）: トランスフォーマーによる宇宙ランデブーミッション設計のためのアジャイルトレードスペース探索
• Authors: Yuji Takubo, Daniele Gammelli, Marco Pavone, Simone D'Amico,
• Abstract要約: 宇宙船のランデブーは軌道上でのサービスとデブリの除去を可能にし、スケーラブルな宇宙経済の基礎を形成している。 本稿では,幅広い飛行時間のミッションを設計するための枠組みを提案する。 このフレームワークは、より少ないイテレーションでソリューションに一般化する高品質な初期推定を提供する。
• 参考スコア（独自算出の注目度）: 22.891825351056823
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Spacecraft rendezvous enables on-orbit servicing, debris removal, and crewed docking, forming the foundation for a scalable space economy. Designing such missions requires rapid exploration of the tradespace between control cost and flight time across multiple candidate targets. However, multi-objective optimization in this setting is challenging, as the underlying constraints are often highly nonconvex, and mission designers must balance accuracy (e.g., solving the full problem) with efficiency (e.g., convex relaxations), slowing iteration and limiting design agility. To address these challenges, this paper proposes an AI-powered framework that enables agile mission design for a wide range of Earth orbit rendezvous scenarios. Given the orbital information of the target spacecraft, boundary conditions, and a range of flight times, this work proposes a Transformer-based architecture that generates, in a single parallelized inference step, a set of near-Pareto optimal trajectories across varying flight times, thereby enabling rapid mission trade studies. The model is further extended to accommodate variable flight times and perturbed orbital dynamics, supporting realistic multi-objective trade-offs. Validation on chance-constrained rendezvous problems with passive safety constraints demonstrates that the model generalizes across both flight times and dynamics, consistently providing high-quality initial guesses that converge to superior solutions in fewer iterations. Moreover, the framework efficiently approximates the Pareto front, achieving runtimes comparable to convex relaxation by exploiting parallelized inference. Together, these results position the proposed framework as a practical surrogate for nonconvex trajectory generation and mark an important step toward AI-driven trajectory design for accelerating preliminary mission planning in real-world rendezvous applications.
• Abstract（参考訳）: 宇宙船のランデブーは、軌道上でのサービス、デブリの除去、有人ドッキングを可能にし、スケーラブルな宇宙経済の基礎を形成している。 このようなミッションを設計するには、制御コストと複数の候補を横断する飛行時間の間のトレードオフを迅速に調査する必要がある。 しかし、この設定での多目的最適化は、基礎となる制約はしばしば非凸であり、ミッションデザイナは、正確さ(例えば、完全な問題を解決する)と効率性(例えば、凸緩和)、反復の遅れ、設計のアジリティの制限とをバランスさせなければなりません。 これらの課題に対処するため,本稿では,幅広い地球軌道ランデブーシナリオを対象としたアジャイルミッション設計を実現するための,AIを活用したフレームワークを提案する。 この研究は、ターゲット宇宙船の軌道情報、境界条件、および飛行時間の範囲を考慮し、トランスフォーマーベースのアーキテクチャを提案し、単一の並列化推論ステップにおいて、様々な飛行時間にまたがる準パレート最適軌道のセットを生成し、迅速なミッショントレード研究を可能にする。 モデルはさらに、可変飛行時間と摂動軌道力学に対応し、現実的な多目的トレードオフをサポートするように拡張されている。 受動的安全制約を伴う確率制約付きランデブー問題の検証は、モデルが飛行時間と力学の両方にわたって一般化し、より優れた解に少ないイテレーションで収束する高品質な初期推定を提供することを示す。 さらに、このフレームワークはParetoフロントを効率的に近似し、並列化推論を利用して凸緩和に匹敵するランタイムを実現する。 これらの結果は、提案フレームワークを非凸軌道生成の実践的サロゲートとして位置づけ、実世界のランデブーアプリケーションにおける予備ミッション計画の加速に向けたAI駆動軌道設計への重要なステップを示すものである。

関連論文リスト

• NoTVLA: Narrowing of Dense Action Trajectories for Generalizable Robot Manipulation [54.87964060934928]
  VLA(Vision-Language-Action)モデルは、現実の展開において重要な障壁に直面している。 本稿では,軌道の狭小化に焦点を絞った新しい手法として,軌道の狭小化(Narrowing of Trajectory)VLAフレームワークを提案する。 NoTVLAは2つのクリティカルな制約の下で動作しながら、pi0よりも優れたパフォーマンスと一般化を実現している。
  論文  参考訳（メタデータ） (2025-10-04T18:26:55Z)
• ASTREA: Introducing Agentic Intelligence for Orbital Thermal Autonomy [51.56484100374058]
  ASTREAは、自律的な宇宙船運用のためにTRL 9に配備された最初のエージェントシステムである。 我々は,資源制約付き大規模言語モデル(LLM)エージェントと強化学習コントローラを,空間対応プラットフォームに適した非同期アーキテクチャに統合する。
  論文  参考訳（メタデータ） (2025-09-16T08:52:13Z)
• OrbitZoo: Multi-Agent Reinforcement Learning Environment for Orbital Dynamics [43.410962336636224]
  OrbitZooは、多機能なマルチエージェントRL環境であり、高忠実度業界標準ライブラリ上に構築されている。 衝突回避や協調操作のようなシナリオをサポートし、ロバストで正確な軌道力学を保証する。 実際の衛星星座であるスターリンクに対して検証され、実際のデータと比較すると平均絶対パーセンテージ誤差(MAPE)は0.16%に達する。
  論文  参考訳（メタデータ） (2025-04-05T12:44:21Z)
• Simultaneous Multi-Robot Motion Planning with Projected Diffusion Models [57.45019514036948]
  MRMP拡散(MRMP Diffusion, SMD)は, 制約付き最適化を拡散サンプリングプロセスに統合し, 衝突のない, キネマティックに実現可能な軌道を生成する新しい手法である。 本稿では, ロボット密度, 障害物の複雑度, 動作制約の異なるシナリオ間の軌道計画アルゴリズムを評価するための総合的MRMPベンチマークを提案する。
  論文  参考訳（メタデータ） (2025-02-05T20:51:28Z)
• Multi-Agent Path Finding in Continuous Spaces with Projected Diffusion Models [57.45019514036948]
  MAPF(Multi-Agent Path Finding)は、ロボット工学における基本的な問題である。 連続空間におけるMAPFの拡散モデルと制約付き最適化を統合する新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-12-23T21:27:19Z)
• Differentiable Motion Manifold Primitives for Reactive Motion Generation under Kinodynamic Constraints [5.982922468400902]
  Differentiable Motion Manifold Primitives (DMMP)は、連続時間で微分可能な軌道を符号化し生成する新しいニューラルネットワークアーキテクチャである。 7-DoFロボットアームを用いた動的投球実験では、DMMPは計画速度、タスク成功、制約満足度において従来の手法よりも優れていた。
  論文  参考訳（メタデータ） (2024-10-16T03:29:33Z)
• GEO satellites on-orbit repairing mission planning with mission deadline constraint using a large neighborhood search-genetic algorithm [2.106508530625051]
  本稿では,多対多の軌道修正ミッション計画のための大規模近傍探索適応型遺伝的アルゴリズム(LNS-AGA)を提案する。 多くの軌道上の修理シナリオでは、いくつかのサーベイリング宇宙船とターゲット衛星がGEO軌道にあり、RAANと真の異常がある。 ミッションの目的は、すべての衛星が修理された全ての衛星の総コストを最小化するために、すべての衛星の最適なサービスシーケンスと軌道ランデブー時間を見つけることである。
  論文  参考訳（メタデータ） (2021-10-08T03:33:37Z)
• Time-Optimal Planning for Quadrotor Waypoint Flight [50.016821506107455]
  立方体の作動限界における時間-最適軌道の計画は未解決の問題である。 四重項のアクチュエータポテンシャルをフル活用する解を提案する。 我々は、世界最大規模のモーションキャプチャーシステムにおいて、実世界の飛行における我々の方法を検証する。
  論文  参考訳（メタデータ） (2021-08-10T09:26:43Z)
• Constrained optimisation of preliminary spacecraft configurations under the design-for-demise paradigm [1.0205541448656992]
  現在打ち上げられ、既に軌道上にある中規模の衛星のほとんどは、0.0001の死亡リスク閾値を満たさない。 衛星メーカーとミッションオペレーターは、制御された再突入を通じて処理を行う必要がある。 この追加コストと複雑さは、宇宙船が直接カジュアルリスク規制に準拠しているため取り除くことができる。
  論文  参考訳（メタデータ） (2020-12-27T17:48:29Z)
• A Maximum Independent Set Method for Scheduling Earth Observing Satellite Constellations [41.013477422930755]
  本稿では,衛星スケジューリング問題の解法として,実現不可能なグラフ表現を生成する手法を提案する。 光衛星のスカイサット星座と、最大24個の衛星のシミュレートされた星座の、要求された最大10,000の撮像位置のシナリオでテストされている。
  論文  参考訳（メタデータ） (2020-08-15T19:32:21Z)
• First Steps: Latent-Space Control with Semantic Constraints for Quadruped Locomotion [73.37945453998134]
  従来の四重化制御のアプローチでは、単純化された手作りのモデルが採用されている。 これにより、有効な運動範囲が縮小されているため、ロボットの能力が大幅に低下する。 この研究において、これらの課題は、構造化潜在空間における最適化として四重化制御をフレーミングすることによって解決される。 深い生成モデルは、実現可能な関節構成の統計的表現を捉え、一方、複雑な動的および終端的制約は高レベルな意味的指標によって表現される。 実世界とシミュレーションの両方で最適化された移動軌跡の実現可能性を検証する。
  論文  参考訳（メタデータ） (2020-07-03T07:04:18Z)

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。