論文の概要: Routing and Control for Marine Oil-Spill Cleanup with a Boom-Towing Vessel Fleet
- arxiv url: http://arxiv.org/abs/2603.16626v1
- Date: Tue, 17 Mar 2026 14:59:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-21 18:33:56.916083
- Title: Routing and Control for Marine Oil-Spill Cleanup with a Boom-Towing Vessel Fleet
- Title（参考訳）: 底曳船船による海産石油スパイル浄化の経路と制御
- Authors: Snir Carmeli, Adir Morgan, Kiril Solovey,
- Abstract要約: 本稿では,自律型ASVデュオを用いたオイルスピル閉じ込めとクリーンアップのための統合型マルチロボットフレームワークを提案する。
リスク重み付き最小遅延問題としてマルチスパイル応答を定式化し, 流出危険要因とサービス時間で累積的環境被害が決定される。
- 参考スコア（独自算出の注目度）: 2.7566403795965058
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Marine oil spills damage ecosystems, contaminate coastlines, and disrupt food webs, while imposing substantial economic losses on fisheries and coastal communities. Prior work has demonstrated the feasibility of containing and cleaning individual spills using a duo of autonomous surface vehicles (ASVs) equipped with a towed boom and skimmers. However, existing algorithmic approaches primarily address isolated slicks and individual ASV duos, lacking scalable methods for coordinating large robotic fleets across multiple spills representative of realistic oil-spill incidents. In this work, we propose an integrated multi-robot framework for coordinated oil-spill confinement and cleanup using autonomous ASV duos. We formulate multi-spill response as a risk-weighted minimum-latency problem, where spill-specific risk factors and service times jointly determine cumulative environmental damage. To solve this problem, we develop a hybrid optimization approach combining mixed-integer linear programming, and a tailored warm-start heuristic, enabling near-optimal routing plans for scenarios with tens of spills within minutes on commodity hardware. For physical execution, we design and analyze two tracking controllers for boom-towing ASV duos: a feedback-linearization controller with proven asymptotic stability, and a baseline PID controller. Simulation results under coupled vessel-boom dynamics demonstrate accurate path tracking for both controllers. Together, these components provide a scalable, holistic framework for rapid, risk-aware multi-robot response to large-scale oil spill disasters.
- Abstract（参考訳）: 海洋石油は生態系を汚染し、海岸線を汚染し、食料網を破壊し、漁業や沿岸部社会に経済的損失を与えた。
以前の研究は、曳航ブームとスキマーを備えた自律表面車両(ASV)の2台を使って、個々の流出物を封入し、掃除する可能性を示してきた。
しかし、既存のアルゴリズムアプローチは、主に孤立したスリックと個々のAVデュオに対処し、現実的なオイルスパイル事件を表す複数の流出物にまたがる大規模なロボット艦隊を調整するためのスケーラブルな方法が欠如している。
本研究では,自律型ASVデュオを用いたオイルスピル閉じ込めとクリーンアップのための統合型マルチロボットフレームワークを提案する。
リスク重み付き最小遅延問題としてマルチスパイル応答を定式化し, 流出危険要因とサービス時間で累積的環境被害が決定される。
この問題を解決するために、混合整数線形計画法と調整されたウォームスタートヒューリスティックを組み合わせたハイブリッド最適化手法を開発した。
そこで本研究では,ASVデュオのための2つのトラッキングコントローラの設計と解析を行い,漸近安定性が証明されたフィードバック線形化コントローラとベースラインPIDコントローラについて検討した。
船底力学によるシミュレーション結果から,両制御器の正確な経路追跡が得られた。
これらのコンポーネントは、大規模石油流出事故に対する迅速かつリスク対応のマルチロボット対応のための、スケーラブルで総合的なフレームワークを提供する。
関連論文リスト
- Onboard MuJoCo-based Model Predictive Control for Shipboard Crane with Double-Pendulum Sway Suppression [7.645323708488569]
海上での重荷の移動は、危険なペイロードのスウェイによって制限された効率的なクレーンの運用に依存している。
既存の制御方法はそのような設定で苦労し、しばしば単純化された分析モデルに依存している。
MuJoCo MPCフレームワークを中心とした,完全なリアルタイム制御パイプラインを示す。
論文 参考訳（メタデータ） (2026-03-17T11:43:52Z) - VORL-EXPLORE: A Hybrid Learning Planning Approach to Multi-Robot Exploration in Dynamic Environments [19.811711277536187]
マルチロボット探索は通常、フロンティア割り当てをローカルナビゲーションから切り離す。
VORL-EXPLOREは,この制約に対処するハイブリッド学習・計画フレームワークである。
また、グローバルA*ガイダンスとリアクティブ強化学習ポリシーとの間のリスク対応適応的仲裁機構も推進している。
論文 参考訳（メタデータ） (2026-03-09T05:20:33Z) - Blockchain-Enabled Routing for Zero-Trust Low-Altitude Intelligent Networks [77.17664010626726]
低高度インテリジェントネットワーク(LAIN)における複数のUAVクラスタによるルーティングに焦点を当てる。
潜在的な脅威によるダメージを最小限に抑えるため,ソフトウェア定義の周辺技術とブロックチェーン技術を用いたゼロトラストアーキテクチャを提案する。
提案手法は,平均E2E遅延を59%削減し,TSRを29%改善することを示した。
論文 参考訳（メタデータ） (2026-02-27T04:30:35Z) - When UAV Swarm Meets IRS: Collaborative Secure Communications in Low-altitude Wireless Networks [68.45202147860537]
低高度無線ネットワーク (LAWN) は、多様なアプリケーションに対して、拡張されたカバレッジ、信頼性、スループットを提供する。
これらのネットワークは、既知のおよび潜在的に未知の盗聴者の両方から重大なセキュリティ上の脆弱性に直面している。
本稿では,Swarm内で選択されたUAVを仮想アンテナアレイとして機能させる,LAWNのための新しいセキュア通信フレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-25T02:02:14Z) - STAR-RIS-assisted Collaborative Beamforming for Low-altitude Wireless Networks [58.13757830013997]
無人航空機(UAV)に基づく無線ネットワークは、都市コミュニケーションに高いモビリティ、柔軟性、カバーを提供する。
閉塞により、密集した環境では信号の減衰が激しい。
この重要な問題に対処するために、UAVの協調ビームの導入と全方向逆方向ビームフォーミングについて検討する。
論文 参考訳（メタデータ） (2025-10-25T01:28:37Z) - Risk-aware Integrated Task and Motion Planning for Versatile Snake Robots under Localization Failures [6.250953826294371]
スネークロボットは、地球と宇宙の応用において、極端な地形や制限された環境を通して移動を可能にする。
この問題に対処するために、間欠的にスケジューリングされたスコープ(BLISS)を用いたブラインドモーションを提案する。
BLISSは、プロピロセプションのみのモビリティと間欠的なスキャンを組み合わせることで、ローカライゼーション障害と衝突リスクの両方に対して耐性がある。
論文 参考訳（メタデータ） (2025-02-27T02:02:51Z) - Task Delay and Energy Consumption Minimization for Low-altitude MEC via Evolutionary Multi-objective Deep Reinforcement Learning [52.64813150003228]
無人航空機や他の航空機による低高度経済(LAE)は、輸送、農業、環境監視といった分野に革命をもたらした。
今後の6世代(6G)時代において、UAV支援移動エッジコンピューティング(MEC)は特に山岳や災害に遭った地域のような困難な環境において重要である。
タスクオフロード問題は、主にタスク遅延の最小化とUAVのエネルギー消費のトレードオフに対処するUAV支援MECの重要な問題の一つである。
論文 参考訳（メタデータ） (2025-01-11T02:32:42Z) - Wireless Human-Machine Collaboration in Industry 5.0 [75.78721184383897]
ワイヤレス・ヒューマン・マシン・コラボレーションは産業5.0にとって重要な進歩である。
安定性解析は、閉ループ系がモデルランダム性の下でどのように振る舞うかを証明している。
本稿では,マシンと人体制御のための2つの無線ループを組み込んだ基本WHMCモデルを確立する。
論文 参考訳（メタデータ） (2024-10-18T03:44:10Z) - Robotic Table Wiping via Reinforcement Learning and Whole-body
Trajectory Optimization [19.54264668187374]
本研究では,多目的移動ロボットがテーブルを自律的に拭き取り,こぼれやくちばしを浄化するフレームワークを提案する。
この問題は、高次元の視覚観測によって捉えたクラムや流出の、不確実な潜伏ダイナミクスを推論しながら、ワイピングアクションを計画する必要があるため、難しい。
シミュレーションおよびハードウェア上でのアプローチを幅広く検証する。
論文 参考訳（メタデータ） (2022-10-19T20:12:43Z) - Drone Flocking Optimization using NSGA-II and Principal Component
Analysis [0.8495139954994114]
鳥の群れや魚の群れのような自然システムにおける個々のエージェントは、地元の集団で協調しコミュニケーションする素晴らしい能力を示す。
このような自然システムをドローン群にエミュレートして、防衛、農業、産業の自動化、人道支援といった問題を解決することは、新しい技術である。
複数の対立する目標を持つ 制限された環境で ドローンの群れを最適化することを提案する。
論文 参考訳（メタデータ） (2022-05-01T09:24:01Z)
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。