Fugu-MT 論文翻訳(概要): Perfecting Aircraft Maneuvers with Reinforcement Learning

論文の概要: Perfecting Aircraft Maneuvers with Reinforcement Learning

arxiv url: http://arxiv.org/abs/2604.24338v1
Date: Mon, 27 Apr 2026 11:29:03 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-28 17:12:07.922861
Title: Perfecting Aircraft Maneuvers with Reinforcement Learning
Title（参考訳）: 強化学習による航空機マニキュアの高性能化
Authors: Atahan Cilan, Mahir Demir, Özgün Can Yürütken, Seyyid Osman Sevgili, Ümit Can Bekar,
Abstract要約: 本稿では,先進的なジェットトレーナーによるAIによる航空機のエアロバティック操作の評価を行う。多くの航空機の操縦は、将来のパイロットの訓練ツールとなる強化学習(RL)エージェントを用いてシミュレーションされている。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper evaluates an advanced jet trainer's utilization of artificial intelligence (AI)-based aircraft aerobatic maneuvers with the intention of developing an AI-assisted pilot training module for specific aircraft maneuvers. A multitude of aircraft maneuvers have been simulated using reinforcement learning (RL) agents, which will serve as a training tool for future pilots.
Abstract（参考訳）: 本稿では、高度ジェットトレーナーが特定の航空機操作のためのAI支援パイロット訓練モジュールを開発することを目的として、AIベースの航空機エアロバティック・エクササイズを活用することを評価する。多くの航空機の操縦は、将来のパイロットの訓練ツールとなる強化学習(RL)エージェントを用いてシミュレーションされている。

関連論文リスト

An Aircraft Upset Recovery System with Reinforcement Learning [0.0]
本稿では,高度ジェットトレーナーのためのパイロットアクティブリカバリシステム(PARS)の開発について述べる。 PARSモデルは、最先端のSoft-actor critic (SAC)モデルを取り入れた高度な強化学習(RL)アーキテクチャを採用している。 PARSに関するコントロールエンジニアやドメインエキスパートが言及する負のg罰やその他の手技的な特徴も、システムによって考慮される。
論文参考訳（メタデータ） (2026-04-27T11:48:19Z)
How to Model Your Crazyflie Brushless [50.54424040768484]
2025年初め、クラジフリー・ブラシレスが登場し、ブラシレスモーターで推力は約50%向上した。この研究はクレイジーフリー・ブラシレスの力学モデルを示し、その重要なパラメータを同定する。ニューラルネットワーク位置制御器を訓練し、バックフリップ制御器を学習することにより、強化学習アプリケーションに適していることを示す。
論文参考訳（メタデータ） (2026-03-06T06:21:39Z)
An Integrated Imitation and Reinforcement Learning Methodology for Robust Agile Aircraft Control with Limited Pilot Demonstration Data [3.3748750222488657]
本稿では,アジャイル航空機のデータ駆動操作生成モデルの構築手法を提案する。提案手法は, 模倣学習, 伝達学習, 強化学習の技法を組み合わせて, この目的を達成する。
論文参考訳（メタデータ） (2023-12-27T14:26:34Z)
PILOT: A Pre-Trained Model-Based Continual Learning Toolbox [65.57123249246358]
本稿では,PILOTとして知られるモデルベース連続学習ツールボックスについて紹介する。一方、PILOTはL2P、DualPrompt、CODA-Promptといった事前学習モデルに基づいて、最先端のクラスインクリメンタル学習アルゴリズムを実装している。一方、PILOTは、事前学習されたモデルの文脈に典型的なクラス増分学習アルゴリズムを適合させ、それらの効果を評価する。
論文参考訳（メタデータ） (2023-09-13T17:55:11Z)
Rethinking Closed-loop Training for Autonomous Driving [82.61418945804544]
本研究は,学習エージェントの成功に対する異なるトレーニングベンチマーク設計の影響を分析した最初の実証的研究である。複数ステップのルックアヘッドで計画を行うRLベースの駆動エージェントであるtrajectory value learning (TRAVL)を提案する。実験の結果,TRAVLはすべてのベースラインと比較してより速く学習でき,安全な操作が可能であることがわかった。
論文参考訳（メタデータ） (2023-06-27T17:58:39Z)
Autonomous Agent for Beyond Visual Range Air Combat: A Deep Reinforcement Learning Approach [0.2578242050187029]
本研究は, 遠近視域(BVR)空戦シミュレーション環境において動作可能な深層強化学習に基づくエージェントの開発に寄与する。本稿では,BVR戦闘におけるその役割を学習し,改善することができる高性能戦闘機のエージェント構築の概要について述べる。また、仮想シミュレーションを用いて実際のパイロットの能力を調べ、訓練されたエージェントと同じ環境で対話し、パフォーマンスを比較することを望んでいる。
論文参考訳（メタデータ） (2023-04-19T13:54:37Z)
Towards Cooperative Flight Control Using Visual-Attention [61.99121057062421]
本稿では,パイロットと制御システム間の並列自律性を実現するための,視覚に基づくエアガードシステムを提案する。我々の注意に基づく航空防衛システムは、飛行への関与レベルとパイロットの専門知識と注意のトレードオフをバランスさせることができる。
論文参考訳（メタデータ） (2022-12-21T15:31:47Z)
AI Enabled Maneuver Identification via the Maneuver Identification Challenge [5.628624906988051]
Maneuver IDは、現実の空軍のフライトシミュレーターデータを用いたAIチャレンジである。このデータセットはManeuver-ID.mit.eduで公開されている。我々は「良い」と「悪い」シミュレーターデータを分離し、操作の分類と特徴付けに様々なAI手法を適用した。
論文参考訳（メタデータ） (2022-11-28T16:55:32Z)
Augmenting Flight Training with AI to Efficiently Train Pilots [0.0]
航空機の操縦方法を学ぶためのAIベースのパイロットトレーナーを提案する。 AIエージェントは、行動クローニングを使用して、資格のある飛行インストラクターから飛行操作を学習する。このシステムは、エージェントの判断を用いて、学生が犯したエラーを検出し、学生がエラーを修正するのを助けるフィードバックを提供する。
論文参考訳（メタデータ） (2022-10-13T02:35:24Z)
3D UAV Trajectory and Data Collection Optimisation via Deep Reinforcement Learning [75.78929539923749]
無人航空機(UAV)は現在、無線通信におけるネットワーク性能とカバレッジを高めるために配備され始めている。 UAV支援モノのインターネット(IoT)のための最適な資源配分方式を得ることは困難である本稿では,UAVの最も短い飛行経路に依存しつつ,IoTデバイスから収集したデータ量を最大化しながら,新しいUAV支援IoTシステムを設計する。
論文参考訳（メタデータ） (2021-06-06T14:08:41Z)

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。