論文の概要: Large-Scale Continual Scheduling and Execution for Dynamic Distributed Satellite Constellation Observation Allocation

• arxiv url: http://arxiv.org/abs/2601.06188v1
• Date: Thu, 08 Jan 2026 00:10:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-13 19:08:00.658016
• Title: Large-Scale Continual Scheduling and Execution for Dynamic Distributed Satellite Constellation Observation Allocation
• Title（参考訳）: 動的分散衛星コンステレーション観測の大規模連続スケジューリングと実行
• Authors: Itai Zilberstein, Steve Chien,
• Abstract要約: 衛星への自律的な展開には、効率的な計算と通信が必要である。 動的マルチサテライトコンステレーション観測スケジューリング問題(DCOSP)を提案する。 D-NSS(Dynamic Incremental Neighborhood Search)アルゴリズムも提案する。
• 参考スコア（独自算出の注目度）: 1.3467991712339638
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The size and capabilities of Earth-observing satellite constellations are rapidly increasing. Leveraging distributed onboard control, we can enable novel time-sensitive measurements and responses. However, deploying autonomy to satellites requires efficient computation and communication. This work tackles the challenge of efficiently scheduling observations for hundreds of satellites in a dynamic, large-scale problem with millions of variables. We present the Dynamic Multi-Satellite Constellation Observation Scheduling Problem (DCOSP), a new formulation of Dynamic Distributed Constraint Optimization Problems (DDCOP) that models integrated scheduling and execution. DCOSP has a novel optimality condition for which we construct an omniscient offline algorithm for its computation. We also present the Dynamic Incremental Neighborhood Stochastic Search algorithm (D-NSS), an incomplete online decomposition-based DDCOP algorithm that repairs and solves sub-problems when problem dynamics occur. We show through simulation that D-NSS converges to near-optimal solutions and outperforms DDCOP baselines in terms of solution quality, computation time, and message volume. As part of the NASA FAME mission, DCOSP and D-NSS will be the foundation of the largest in-space demonstration of distributed multi-agent AI to date.
• Abstract（参考訳）: 地球を観測する衛星星座のサイズと能力は急速に増大している。 分散オンボード制御を利用することで、新しい時間感度測定と応答が可能となる。 しかし、衛星への自律的な展開には効率的な計算と通信が必要である。 この研究は、数百万の変数を持つ動的で大規模な問題において、数百の衛星の観測を効率的にスケジューリングする課題に取り組む。 本稿では、動的分散制約最適化問題(DDCOP)の新たな定式化である、動的マルチサテライト星観測スケジューリング問題(DCOSP)について述べる。 DCOSPには、その計算のための全能オフラインアルゴリズムを構築するための新しい最適条件がある。 また,不完全なオンライン分解に基づくDDCOPアルゴリズムであるDynamic Incremental Neighborhood Stochastic Search Algorithm (D-NSS)を提案する。 D-NSSは最適に近い解に収束し、解の質、計算時間、メッセージ量においてDDCOPベースラインを上回っていることを示す。 NASAのFAMEミッションの一環として、DCOSPとD-NSSは、これまでで最大規模の分散マルチエージェントAIの宇宙でのデモンストレーションの基盤となる。

関連論文リスト

• Joint AoI and Handover Optimization in Space-Air-Ground Integrated Network [48.485907216785904]
  ローアース軌道(LEO)衛星コンステレーションは、地球をカバーし、遅延を減少させる有望な解決策を提供する。 しかし、軌道力学による間欠的カバレッジと間欠的な通信窓に苦しむ。 我々の3層設計では、HAP-地上通信のための高容量衛星間通信と信頼性無線周波数(RF)リンクに、ハイブリッド自由空間光(FSO)リンクを用いる。
  論文  参考訳（メタデータ） (2025-09-16T06:16:56Z)
• Efficient High-Resolution Visual Representation Learning with State Space Model for Human Pose Estimation [60.80423207808076]
  高解像度の視覚表現を維持しながら長距離依存関係をキャプチャすることは、人間のポーズ推定のような密集した予測タスクに不可欠である。 マルチスケールの畳み込み操作で視覚状態空間モデルを拡張する動的ビジュアル状態空間(DVSS)ブロックを提案する。 HRVMambaは効率的な高分解能表現学習のための新しいモデルである。
  論文  参考訳（メタデータ） (2024-10-04T06:19:29Z)
• A Distance Similarity-based Genetic Optimization Algorithm for Satellite Ground Network Planning Considering Feeding Mode [53.71516191515285]
  衛星データ中継ミッションの送信効率の低さは、現在システムの構築を制約している問題となっている。 本研究では,タスク間の状態特性を考慮した距離類似性に基づく遺伝的最適化アルゴリズム(DSGA)を提案し,タスク間の類似性を決定するための重み付きユークリッド距離法を提案する。
  論文  参考訳（メタデータ） (2024-08-29T06:57:45Z)
• Monte Carlo Tree Search Satellite Scheduling Under Cloud Cover Uncertainty [0.0]
  本稿では,マルチサテライトコレクションスケジューリング問題(m-SatCSP)に対処する。 雲などの不確実な条件下での衛星群上のタスクスケジューリングを最適化することを目的としている。
  論文  参考訳（メタデータ） (2024-05-31T15:50:46Z)
• Quantum Optimization Methods for Satellite Mission Planning [0.3252295747842729]
  軌道上の衛星の増大は、それらを効率的に運用する必要性を浮き彫りにしている。 現在の古典的アルゴリズムは、大域的な最適化を見つけられなかったり、実行するのに時間がかかりすぎたりすることが多い。 ここでは、量子コンピューティングの観点からこの問題にアプローチし、有望な代替手段を提供する。
  論文  参考訳（メタデータ） (2024-04-08T13:36:29Z)
• Entanglement Distribution in Satellite-based Dynamic Quantum Networks [10.445684354981847]
  低地球軌道(LEO)衛星は、グローバルな量子情報ネットワークを確立するための魅力的な機会を提供する。 既存の作品では、絡み合いを分散する際に時間とともに衛星の動きを考慮せず、あるいは衛星間リンクに沿って絡み合い分布を許可しない場合が多い。 まず、衛星移動と衛星間リンクの両方を考慮したシステムモデルを定義する。
  論文  参考訳（メタデータ） (2023-06-15T06:56:26Z)
• 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)
• Goal Kernel Planning: Linearly-Solvable Non-Markovian Policies for Logical Tasks with Goal-Conditioned Options [54.40780660868349]
  我々はLinearly-Solvable Goal Kernel Dynamic Programming (LS-GKDP)と呼ばれる合成フレームワークを導入する。 LS-GKDPは、Linearly-Solvable Markov Decision Process (LMDP)形式とOptions Framework of Reinforcement Learningを組み合わせたものである。 本稿では,目標カーネルを持つLMDPが,タスク接地によって定義された低次元部分空間におけるメタポリティシの効率的な最適化を実現する方法を示す。
  論文  参考訳（メタデータ） (2020-07-06T05:13:20Z)
• Decentralized MCTS via Learned Teammate Models [89.24858306636816]
  本稿では,モンテカルロ木探索に基づくトレーニング可能なオンライン分散計画アルゴリズムを提案する。 深層学習と畳み込みニューラルネットワークを用いて正確なポリシー近似を作成可能であることを示す。
  論文  参考訳（メタデータ） (2020-03-19T13:10:20Z)

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。