論文の概要: Basilisk and Docker for Reproducible GN&C Simulation: A Workflow Reference

• arxiv url: http://arxiv.org/abs/2605.12443v1
• Date: Tue, 12 May 2026 17:37:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:57.056473
• Title: Basilisk and Docker for Reproducible GN&C Simulation: A Workflow Reference
• Title（参考訳）: 再現可能なGN&CシミュレーションのためのBasiliskとDocker:ワークフローリファレンス
• Authors: Anubhav Gupta,
• Abstract要約: Basiliskは、宇宙船の誘導、航法、制御(GN&C)の研究・開発に使用されるオープンソースの天体力学シミュレーションフレームワークである。 本稿では,コンテナイメージの完全なビルド環境,依存関係,シミュレーションインフラストラクチャをカプセル化した,Basilisk用のDockerベースのコンテナ化ワークフローを提案する。
• 参考スコア（独自算出の注目度）: 3.4982973598063984
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Basilisk is an open-source astrodynamics simulation framework widely used for spacecraft guidance, navigation, and control (GN&C) research and development. Despite its flexibility and computational capabilities, configuring Basilisk consistently across heterogeneous development environments presents practical challenges due to dependency management, operating system compatibility, and software configuration requirements. This paper presents a Docker-based containerization workflow for Basilisk that encapsulates the complete build environment, dependencies, and simulation infrastructure within a portable container image. The workflow is demonstrated through a progression of simulation scenarios of increasing complexity, from standalone orbital dynamics scripts to BSKSim-based attitude dynamics and control simulations with Monte Carlo analysis. The BSKSim class hierarchy, dynamics model architecture, flight software implementation, and scenario execution patterns are described in detail. The presented workflow provides a self-contained implementation reference for GN&C engineers and researchers seeking reproducible and portable Basilisk simulation environments. This work expands upon a workshop presentation delivered at the 46th Rocky Mountain AAS GN&C Conference, February 2024, available at https://doi.org/10.5281/zenodo.15008785.
• Abstract（参考訳）: Basiliskは、宇宙船の誘導、航法、制御(GN&C)の研究・開発に広く使われているオープンソースの天体力学シミュレーションフレームワークである。 柔軟性と計算能力にもかかわらず、Basiliskを不均一な開発環境に一貫して構成することは、依存性管理、オペレーティングシステムの互換性、ソフトウェア構成要件といった現実的な課題をもたらす。 本稿では,コンテナイメージの完全なビルド環境,依存関係,シミュレーションインフラストラクチャをカプセル化した,Basilisk用のDockerベースのコンテナ化ワークフローを提案する。 このワークフローは、スタンドアロンの軌道力学スクリプトからモンテカルロ解析によるBSKSimに基づく姿勢力学と制御シミュレーションまで、複雑さを増大させるシミュレーションシナリオの進行を通じて実証される。 BSKSimクラス階層、動的モデルアーキテクチャ、フライトソフトウェア実装、シナリオ実行パターンについて詳述する。 提示されたワークフローは、再現可能でポータブルなBasiliskシミュレーション環境を求めるGN&Cエンジニアと研究者に対して、自己完結した実装リファレンスを提供する。 この作業は、2024年2月の第46回Rocky Mountain AAS GN&C Conferenceで、https://doi.org/10.5281/zenodo.15008785で公開されたワークショップのプレゼンテーションによって拡大される。

関連論文リスト

• IIRSim Studio: A Dashboard for User Simulation [2.3423826856721557]
  IIRSim Studioはシミュレーションフレームワーク上にシミュレーションパイプラインを構成するビジュアル環境である。 IIRSim Studioは、ホストサービスとポータブルなコンテナ化されたデプロイメントとして利用できる。
  論文  参考訳（メタデータ） (2026-04-25T18:53:17Z)
• AutoB2G: A Large Language Model-Driven Agentic Framework For Automated Building-Grid Co-Simulation [6.259798608712568]
  AutoB2Gは、自然言語によるタスク記述に基づく、ビルディンググリッドの自動シミュレーションフレームワークである。 これにより、B2Gインタラクションをコーディネートすることで、グリッド側のパフォーマンス指標を改善することができる。
  論文  参考訳（メタデータ） (2026-03-27T01:44:08Z)
• Simulating Environments with Reasoning Models for Agent Training [55.98861707136674]
  トレーニング用の起動環境の構築は重く、脆く、進捗を制限します。 我々はSimia-SFTとSimia-RLの2つのフレームワークを提案する。 Simia-SFTとSimia-RLは、環境工学を使わずにスケーラブルなエージェントトレーニングを可能にする。
  論文  参考訳（メタデータ） (2025-11-03T18:29:57Z)
• GausSim: Foreseeing Reality by Gaussian Simulator for Elastic Objects [55.02281855589641]
  GausSimは、ガウスカーネルを通して表現される現実の弾性物体の動的挙動をキャプチャするために設計された、ニューラルネットワークベースの新しいシミュレータである。 我々は連続体力学を活用し、各カーネルを連続体を表すCenter of Mass System (CMS)として扱う。 さらに、ガウスシムは質量や運動量保存のような明示的な物理制約を取り入れ、解釈可能な結果と堅牢で物理的に妥当なシミュレーションを確実にする。
  論文  参考訳（メタデータ） (2024-12-23T18:58:17Z)
• In Situ Framework for Coupling Simulation and Machine Learning with Application to CFD [51.04126395480625]
  近年、流体力学計算を容易にする機械学習(ML)の多くの成功例が報告されている。 シミュレーションが大きくなるにつれて、従来のオフライン学習のための新しいトレーニングデータセットの生成は、I/Oとストレージのボトルネックを生み出します。 この作業は、この結合を単純化し、異種クラスタでのその場トレーニングと推論を可能にするソリューションを提供する。
  論文  参考訳（メタデータ） (2023-06-22T14:07:54Z)
• BayesSimIG: Scalable Parameter Inference for Adaptive Domain Randomization with IsaacGym [59.53949960353792]
  BayesSimIGは、最近リリースされたNVIDIA IsaacGymと統合されたBayesSimの実装を提供するライブラリである。 BayesSimIGはNVIDIABoardと統合して、高次元の後方のスライスを簡単に視覚化する。
  論文  参考訳（メタデータ） (2021-07-09T16:21:31Z)

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。