論文の概要: Deep RL for Fast Long-Horizon Operations Scheduling on NASA's Carruthers Geocorona Observatory Mission

• arxiv url: http://arxiv.org/abs/2606.22159v1
• Date: Sat, 20 Jun 2026 17:33:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 22:29:34.764743
• Title: Deep RL for Fast Long-Horizon Operations Scheduling on NASA's Carruthers Geocorona Observatory Mission
• Title（参考訳）: NASAのCarruthers地球コロナ観測ミッションにおける高速長期運用のための深部RL
• Authors: Alex Zhang, Jackson Craig, Lara Waldrop,
• Abstract要約: 我々は、NASAのカルターズ・ジオコロナ天文台のミッションのために開発、展開されたスケーラブルな深層強化学習フレームワークを提示する。 本フレームワークでは,動作ブロックと呼ばれるマクロアクションの抽象化と動的動作マスキングを併用して,難易度の高い検索空間をナビゲートする。 結果として得られたアーキテクチャは、圧倒的な確率でグローバルに実現可能なスケジュールを生成し、運用上の信頼を確立し、完全なトレーニングサイクルを6時間以内に実行します。
• 参考スコア（独自算出の注目度）: 0.9831489366502301
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Spacecraft operations scheduling is a highly constrained, long-horizon combinatorial optimization problem that traditionally relies on heuristics, constraint programming, or manual planning. We present a scalable deep reinforcement learning framework developed and deployed for NASA's Carruthers Geocorona Observatory mission. Our framework introduces a macro-action abstraction known as activity blocks coupled with dynamic action-masking to navigate the intractably large search space and strictly enforce complex power, thermal, and instrument constraints. The resulting architecture generates globally feasible schedules with overwhelming probability, establishes operational trust, and executes a full training cycle in under six hours, circumventing the need for policy robustness by enabling rapid, on-demand retraining. Further, resulting schedules outperform baseline heuristics in scheduled science quality. The deep reinforcement learning framework was deployed as the default operational scheduler for the Carruthers Geocorona Observatory mission from the outset of the mission, demonstrating that deep reinforcement learning can be trusted for real spacecraft operations under complex, evolving constraints.
• Abstract（参考訳）: 宇宙機の運用スケジューリングは、伝統的にヒューリスティックス、制約プログラミング、手動計画に依存している、非常に制約のある長期の組合せ最適化問題である。 我々は、NASAのカルターズ・ジオコロナ天文台のミッションのために開発、展開されたスケーラブルな深層強化学習フレームワークを提示する。 本フレームワークでは,動作ブロックと動的動作マスキングを組み合わせたマクロ動作抽象化を導入し,複雑な電力・熱・楽器の制約を厳格に強制する。 得られたアーキテクチャは、圧倒的な確率でグローバルに実現可能なスケジュールを生成し、運用上の信頼を確立し、6時間以内に完全なトレーニングサイクルを実行し、迅速なオンデマンド再トレーニングを可能にすることで、ポリシーの堅牢性の必要性を回避する。 さらに、結果としてスケジュールは、スケジュールされた科学品質のベースラインヒューリスティックよりも優れている。 ディープ強化学習フレームワークは、ミッションの当初から、カールーサーズ・ジオコロナ天文台のミッションのデフォルトの運用スケジュールとしてデプロイされ、複雑な、進化する制約の下での実際の宇宙船の運用に対して、ディープ強化学習が信頼できることを実証した。

関連論文リスト

• Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
  本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。 提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。 我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
  論文  参考訳（メタデータ） (2026-05-05T04:49:38Z)
• Smart Commander: A Hierarchical Reinforcement Learning Framework for Fleet-Level PHM Decision Optimization [6.029264044194714]
  本稿では,シーケンシャルなメンテナンスとロジスティクスの決定を最適化する新しい階層強化学習(HRL)フレームワークであるSmart Commanderを提案する。 このフレームワークは、複雑な制御問題を2階層の階層に分解する: 戦略総司令官は、艦隊レベルの可用性とコスト目標を管理し、戦術作戦コマンドは、ソート生成、メンテナンススケジューリング、リソース割り当てのための特定のアクションを実行する。 実証的な評価によると、Smart Commanderは従来のモノリシックなDeepReinforcement Learning(DRL)とルールベースのベースラインを大きく上回っている。
  論文  参考訳（メタデータ） (2026-04-08T15:00:12Z)
• Heterogeneous Multi-Expert Reinforcement Learning for Long-Horizon Multi-Goal Tasks in Autonomous Forklifts [5.215925647203835]
  本稿では,自律フォークリフトに適した異種多目的強化学習(HMER)フレームワークを提案する。 HMERは、長期のタスクをセマンティックタスクプランナーによって制御される特殊なサブポリスに分解する。 本手法は,タスク成功率94.2%(ベースラインの62.5%)を達成し,動作時間を21.4%削減し,配置誤差を1.5cm以内で維持する。
  論文  参考訳（メタデータ） (2026-01-12T08:27:24Z)
• PILOT: Planning via Internalized Latent Optimization Trajectories for Large Language Models [51.43746425777865]
  大規模言語モデル(LLM)は、しばしばグローバル戦略を定式化する能力に欠けており、長い水平タスクにおけるエラーの伝播につながる。 PILOTは,大規模モデルの戦略的監視を本質的な潜伏誘導に内部化するためのフレームワークである。
  論文  参考訳（メタデータ） (2026-01-07T12:38:56Z)
• Agile Tradespace Exploration for Space Rendezvous Mission Design via Transformers [22.891825351056823]
  宇宙船のランデブーは軌道上でのサービスとデブリの除去を可能にし、スケーラブルな宇宙経済の基礎を形成している。 本稿では,幅広い飛行時間のミッションを設計するための枠組みを提案する。 このフレームワークは、より少ないイテレーションでソリューションに一般化する高品質な初期推定を提供する。
  論文  参考訳（メタデータ） (2025-10-03T22:28:46Z)
• ASTREA: Introducing Agentic Intelligence for Orbital Thermal Autonomy [51.56484100374058]
  ASTREAは、自律的な宇宙船運用のためのフライト・ヘリテージ・ハードウェア上で実行される最初のエージェント・システムである。 我々は,資源制約付き大規模言語モデル(LLM)エージェントと強化学習コントローラを,空間対応プラットフォームに適した非同期アーキテクチャに統合する。
  論文  参考訳（メタデータ） (2025-09-16T08:52:13Z)
• Innovations in the field of on-board scheduling technologies [64.41511459132334]
  本稿では、ミッション自律のためのソフトウェアフレームワークに組み込まれた、オンボードスケジューラを提案する。 スケジューラは線形整数プログラミングに基づいており、ブランチ・アンド・カット・ソルバの使用に依存している。 この技術は地球観測のシナリオでテストされており、その性能を最先端のスケジューリング技術と比較している。
  論文  参考訳（メタデータ） (2022-05-04T12:00:49Z)
• Successor Feature Landmarks for Long-Horizon Goal-Conditioned Reinforcement Learning [54.378444600773875]
  大規模で高次元の環境を探索するフレームワークであるSFL(Successor Feature Landmarks)を紹介する。 SFLは、状態のノベルティを推定して探索を推進し、状態空間を非パラメトリックなランドマークベースのグラフとして抽象化することで、高レベルな計画を可能にする。 我々は,MiniGrid と ViZDoom の実験において,SFL が大規模高次元状態空間の効率的な探索を可能にすることを示す。
  論文  参考訳（メタデータ） (2021-11-18T18:36:05Z)
• Hierarchical Reinforcement Learning Framework for Stochastic Spaceflight Campaign Design [5.381116150823982]
  本稿では,宇宙飛行計画のための階層的強化学習アーキテクチャを不確実性下で開発する。 本手法は,不確実な資源利用(ISRU)性能を有する,月面探査の一連のシナリオに適用する。
  論文  参考訳（メタデータ） (2021-03-16T11:17:02Z)
• Reinforcement Learning for Low-Thrust Trajectory Design of Interplanetary Missions [77.34726150561087]
  本稿では, 惑星間軌道のロバスト設計における強化学習の適用について検討する。 最先端アルゴリズムのオープンソース実装が採用されている。 その結果得られた誘導制御ネットワークは、堅牢な名目的軌道と関連する閉ループ誘導法の両方を提供する。
  論文  参考訳（メタデータ） (2020-08-19T15:22:15Z)

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。