論文の概要: On-Orbit Space AI: Federated, Multi-Agent, and Collaborative Algorithms for Satellite Constellations

• arxiv url: http://arxiv.org/abs/2604.16518v1
• Date: Wed, 15 Apr 2026 16:15:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-22 14:04:47.715013
• Title: On-Orbit Space AI: Federated, Multi-Agent, and Collaborative Algorithms for Satellite Constellations
• Title（参考訳）: On-Orbit Space AI:衛星コンステレーションのためのフェデレーション、マルチエージェント、協調アルゴリズム
• Authors: Ziyang Wang,
• Abstract要約: 衛星コンステレーションは、宇宙システムを孤立した宇宙船から、軌道上での認識、意思決定、適応が可能な、ソフトウェアで定義されたプラットフォームへと変換している。 i)クロスサテライトトレーニング、パーソナライズ、セキュアアグリゲーションのためのフェデレーション学習、(ii)協調計画、リソースアロケーション、スケジューリング、構成制御、衝突回避のためのマルチエージェントアルゴリズム、(iii)マルチサテライト融合、トラッキング、分割/早期流出推論、およびクロス層共設計による協調センシングと分散推論の3つの相補的パラダイムを通じて、軌道上AIの新興分野を集約する。
• 参考スコア（独自算出の注目度）: 17.969021804498844
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Satellite constellations are transforming space systems from isolated spacecraft into networked, software-defined platforms capable of on-orbit perception, decision making, and adaptation. Yet much of the existing AI studies remains centered on single-satellite inference, while constellation-scale autonomy introduces fundamentally new algorithmic requirements: learning and coordination under dynamic inter-satellite connectivity, strict SWaP-C limits, radiation-induced faults, non-IID data, concept drift, and safety-critical operational constraints. This survey consolidates the emerging field of on-orbit space AI through three complementary paradigms: (i) {federated learning} for cross-satellite training, personalization, and secure aggregation; (ii) {multi-agent algorithms} for cooperative planning, resource allocation, scheduling, formation control, and collision avoidance; and (iii) {collaborative sensing and distributed inference} for multi-satellite fusion, tracking, split/early-exit inference, and cross-layer co-design with constellation networking. We provide a system-level view and a taxonomy that unifies collaboration architectures, temporal mechanisms, and trust models. To support community development and keep this review actionable over time, we continuously curate relevant papers and resources at https://github.com/ziyangwang007/AI4Space.
• Abstract（参考訳）: 衛星コンステレーションは、宇宙システムを孤立した宇宙船から、軌道上での認識、意思決定、適応が可能な、ソフトウェアで定義されたプラットフォームへと変換している。 しかし、既存のAI研究の多くはシングルサテライト推論を中心にしているが、コンステレーションスケールの自律性は、動的サテライト接続下での学習と調整、厳密なSWaP-C制限、放射線誘発障害、非IIDデータ、コンセプトドリフト、安全クリティカルな運用制約といった、根本的に新しいアルゴリズム要件を導入している。 この調査は,3つの相補的パラダイムを通じて,軌道上空間AIの新興分野を集約する。 一 クロスサテライトトレーニング、パーソナライゼーション及びセキュアアグリゲーションのためのフェデレーテッドラーニング 二 協調計画、資源配分、スケジューリング、形成制御及び衝突回避のための多重エージェントアルゴリズム 三 マルチ衛星融合、追跡、分割・早期流出、及び星座ネットワークとのクロス層共設計のための協調センシング及び分散推論 協調アーキテクチャ、時間的メカニズム、信頼モデルを統一するシステムレベルのビューと分類を提供する。 コミュニティ開発を支援し、このレビューを時間とともに実行可能にするため、関連する論文やリソースをhttps://github.com/ziyangwang007/AI4Space.comで継続的にキュレートします。

関連論文リスト

• IMAGINE: Intelligent Multi-Agent Godot-based Indoor Networked Exploration [0.0]
  本稿では,2次元屋内環境における課題に対処するために,MARL(Multi-Agent Reinforcement Learning)を実装した。 政策訓練は、不確実性の下で創発的な協調行動と意思決定を達成することを目的としている。
  論文  参考訳（メタデータ） (2026-02-02T22:08:41Z)
• Large-Scale Continual Scheduling and Execution for Dynamic Distributed Satellite Constellation Observation Allocation [1.3467991712339638]
  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。
  論文  参考訳（メタデータ） (2026-01-08T00:10:45Z)
• Towards 6G Native-AI Edge Networks: A Semantic-Aware and Agentic Intelligence Paradigm [85.7583231789615]
  6Gはインテリジェンスをネイティブネットワークの能力として位置づけ、無線アクセスネットワーク(RAN)の設計を変革する このビジョンの中では、セマンティック・ネイティブのコミュニケーションとエージェント・インテリジェンスが中心的な役割を果たすことが期待されている。 エージェントインテリジェンスは、RANエンティティに目標駆動の自律性、推論、計画、マルチエージェントコラボレーションを提供する。
  論文  参考訳（メタデータ） (2025-12-04T03:09:33Z)
• 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)
• A Survey on Cloud-Edge-Terminal Collaborative Intelligence in AIoT Networks [49.90474228895655]
  クラウドエッジ端末協調インテリジェンス(CETCI)は、モノの人工知能(AIoT)コミュニティにおける基本的なパラダイムである。 CETCIは、分離されたレイヤ最適化からデプロイ可能なコラボレーティブインテリジェンスシステムに移行する、新興のAIoTアプリケーションで大きな進歩を遂げた。 本調査では、基礎アーキテクチャ、CETCIパラダイムのテクノロジの実現、シナリオについて解説し、CISAIOT初心者向けのチュートリアルスタイルのレビューを提供する。
  論文  参考訳（メタデータ） (2025-08-26T08:38:01Z)
• Space-O-RAN: Enabling Intelligent, Open, and Interoperable Non Terrestrial Networks in 6G [16.472121677010268]
  本稿では,Open RANの原理を階層的な閉ループ制御により衛星コンステレーションに拡張する分散制御アーキテクチャであるSpace-O-RANを紹介する。 軽量のglspldappは衛星をオンボードで運用し、恒久的な地上アクセスに頼ることなく、スケジューリングやビームステアリングなどのリアルタイム機能を実現できる。 鍵となるイネーブルは、O-RANインタフェースを衛星リンクに動的にマッピングし、様々な条件下で適応的なシグナリングをサポートすることである。
  論文  参考訳（メタデータ） (2025-02-21T21:03:37Z)
• Distributed satellite information networks: Architecture, enabling technologies, and trends [56.747473208256174]
  分散衛星情報ネットワーク(DSIN)は、多様な衛星システム間での情報ギャップを埋める革新的なアーキテクチャとして登場した。 この調査はまず、DSINの革新的なネットワークアーキテクチャに関する深い議論を提供する。 DSINは、ネットワークの不均一性、予測不可能なチャネルダイナミクス、スパースリソース、分散コラボレーションフレームワークといった課題に直面している。
  論文  参考訳（メタデータ） (2024-12-17T06:44:05Z)
• 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)
• Towards Autonomous Satellite Communications: An AI-based Framework to Address System-level Challenges [0.0]
  次世代の衛星コンステレーションは、我々のコネクテッド・ソサエティの将来的なニーズに対処するために設計されている。 完全に自律的な衛星システムを実現するための明確な道はまだない。 本稿では,衛星の自律性を高めるために必要なシステムレベルのニーズを特徴付けることによって,このギャップを埋めようとしている。
  論文  参考訳（メタデータ） (2021-12-11T19:36:58Z)

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。