論文の概要: Genetic Fuzzy System-based Control for Final Approach of Spacecraft Rendezvous and Proximity Operations

• arxiv url: http://arxiv.org/abs/2608.12760v1
• Date: Thu, 13 Aug 2026 03:11:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.376293
• Title: Genetic Fuzzy System-based Control for Final Approach of Spacecraft Rendezvous and Proximity Operations
• Title（参考訳）: 遺伝的ファジィシステムによる宇宙用ランデブーの最終アプローチと近接操作の制御
• Abstract要約: 宇宙でのサービス提供は、欠陥のあるコンポーネントを持つ宇宙船の運用を拡張するために大きな注目を集めている。 この研究は、追従者が円軌道上で協調目標に到達するためのファジィ推論システムに基づく制御装置を構築する。
• 参考スコア（独自算出の注目度）: 3.268970214362015
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In-space servicing has been receiving great attention to extend the operation of spacecraft with defective components. This requires rendezvous and proximity operations for a chaser to provide service to a target. This work constructs a fuzzy inference system-based controller for the chaser to reach the cooperative target on a circular orbit in the final approach phase while minimizing the energy consumption of the chaser. The offline training process performed by a genetic algorithm deals with multiple initial relative positions of the chaser, and the trained controller is validated using a testing environment with disturbances, which differs from the training scenarios.
• Abstract（参考訳）: 宇宙でのサービス提供は、欠陥のあるコンポーネントを持つ宇宙船の運用を拡張するために大きな注目を集めている。 これにより、目標へのサービス提供にはランデブーと近接操作が必要になる。 本研究は, 追従者のエネルギー消費を最小限に抑えつつ, 最終アプローチフェーズにおいて, 追従者が円軌道上で協調目標に到達するためのファジィ推論システムに基づく制御器を構築する。 遺伝的アルゴリズムによって実行されるオフライントレーニングプロセスは、チェッカーの複数の初期相対位置を扱い、トレーニングされたコントローラは、トレーニングシナリオとは異なる障害のあるテスト環境を用いて検証される。

関連論文リスト

• Neural operator learning for collision-aware trajectory planning of spacecraft swarms [6.404845149899844]
  我々は、宇宙船、ターゲット、デブリを1回の前方通過で群全体の衝突認識軌道にマッピングする置換同変ニューラル演算子を導入する。 オペレーターは最適な軌道ラベルなしで訓練され、自己監督された物理目標と自身のロールアウトに対して発生する敵の脅威を組み合わせる。 11,000以上のカタログ化されたオブジェクトの中で、ゼロショットを1000個の群れに一般化し、エージェントごとの最適制御ソルバの精度と一致し、破片のブラインドベースラインが不可能な最悪の脅威を回避し、群れ内の近さを数倍に減らした。
  論文  参考訳（メタデータ） (2026-07-31T22:10:47Z)
• Memory-Efficient Meta-Reinforcement Learning for Adaptive Safety-Critical Control in Adversarial Spacecraft Proximity Operations [42.47287159687486]
  本稿では,3つの繰り返しネットワークアーキテクチャ (LSTM, Gated Recurrent Unit (GRU), Selective State Space Model (Mamba)) と2つのトレーニングアルゴリズム (Proximal Policy Optimization (PPO) とSoft Actor Critic (SAC)) の性能を調べた。 以上の結果から, PPOを用いた場合のMambaのような状態空間モデルは, 他のアーキテクチャと比較して, タスク完了, 安全性, 省エネ性が優れていることが示唆された。
  論文  参考訳（メタデータ） (2026-06-16T01:53:54Z)
• Transformer-Based Warm-Starting for Feasible and Optimal Terminal Approach to Tumbling Objects with Space Manipulators [9.91824382053006]
  宇宙船バスの動き、マニピュレータのダイナミクス、コーン、ロバスト性、安全性の制約が非線形に結合していることから、宇宙マニピュレータのリアルタイム軌道誘導は困難である。 本稿では,逐次学習に基づく温暖モデルSCP-chunkウォームスタートを提案する。 その結果、SCP-chunkウォームスタートは、空間操作のためのSCPベースの端末プログラムの効率性と軌道誘導の両方を改善することができることがわかった。
  論文  参考訳（メタデータ） (2026-06-15T21:54:43Z)
• Dual-Agent Multiple-Model Reinforcement Learning for Event-Triggered Human-Robot Co-Adaptation in Decoupled Task Spaces [3.349003999623489]
  本稿では,カスタム6自由度上肢ロボットのための共有制御型リハビリテーションポリシーを提案する。 患者は二進法で一次到達方向を制御し、ロボットは自律的に矯正動作を管理する。
  論文  参考訳（メタデータ） (2026-03-06T11:15:10Z)
• Optimal Trajectory Planning for Orbital Robot Rendezvous and Docking [2.666234597824067]
  人工衛星に搭載されたロボットマニピュレータを用いた宇宙ゴミ除去ミッションでは、安全にタンブリングターゲットに接近することが重要な課題である。 本研究では, 近距離ランデブーの非線形最適化に基づく軌道計画手法を提案し, 自由浮遊回転するデブリ物体をマニピュレータの作業空間に導入する。 提案手法では, 接近条件に応じて適応し, ターゲットに近づき, より安全なアクセスを可能にするダイナミック・キープアウト・スフィアを導入する。
  論文  参考訳（メタデータ） (2025-12-26T06:11:54Z)
• 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)
• Growing Q-Networks: Solving Continuous Control Tasks with Adaptive Control Resolution [51.83951489847344]
  ロボット工学の応用において、スムーズな制御信号はシステム摩耗とエネルギー効率を減らすために一般的に好まれる。 本研究では,離散的な動作空間を粗い状態から細かい制御分解能まで拡大することにより,この性能ギャップを埋めることを目的とする。 我々の研究は、値分解とアダプティブ・コントロール・リゾリューションが組み合わさることで、単純な批判のみのアルゴリズムが得られ、連続制御タスクにおいて驚くほど高い性能が得られることを示唆している。
  論文  参考訳（メタデータ） (2024-04-05T17:58:37Z)
• Trial and Error: Exploration-Based Trajectory Optimization for LLM Agents [49.85633804913796]
  本稿では,ETOと呼ばれる探索に基づく軌道最適化手法を提案する。 この学習方法はオープンLLMエージェントの性能を向上させるために設計されている。 3つの複雑なタスクに関する実験は、ETOがベースライン性能をはるかに上回っていることを示す。
  論文  参考訳（メタデータ） (2024-03-04T21:50:29Z)
• Time-Optimal Planning for Quadrotor Waypoint Flight [50.016821506107455]
  立方体の作動限界における時間-最適軌道の計画は未解決の問題である。 四重項のアクチュエータポテンシャルをフル活用する解を提案する。 我々は、世界最大規模のモーションキャプチャーシステムにおいて、実世界の飛行における我々の方法を検証する。
  論文  参考訳（メタデータ） (2021-08-10T09:26:43Z)
• Aligning an optical interferometer with beam divergence control and continuous action space [64.71260357476602]
  我々は1本の腕に共焦点望遠鏡を備えた光学的マッハ・ツェンダー干渉計の視覚に基づくアライメントを実装した。 実験的評価では、エージェントは、既存のソリューションと人間の専門家とを著しく上回る。
  論文  参考訳（メタデータ） (2021-07-09T14:23:01Z)
• 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。