論文の概要: Reinforcement Learning-Guided Evolutionary Policy Optimization for Preference-Adjustable Heterogeneous Agile Earth Observation Satellite Scheduling
- arxiv url: http://arxiv.org/abs/2608.24470v1
- Date: Tue, 25 Aug 2026 12:16:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:34.964102
- Title: Reinforcement Learning-Guided Evolutionary Policy Optimization for Preference-Adjustable Heterogeneous Agile Earth Observation Satellite Scheduling
- Title（参考訳）: 予測調整可能な不均一なアジャイル地球観測衛星スケジューリングのための強化学習型進化的政策最適化
- Abstract要約: 異質なアジャイル地球観測衛星(AEOS)のスケジューリングには、タスクの選択、衛星の割り当て、および観測シークエンシングが必要である。
本稿では、優先調整可能な重み付け目的を用いた異種AEOSスケジューリングのための進化的ポリシー最適化フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 50.176885352114674
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Heterogeneous agile Earth observation satellite (AEOS) scheduling requires task selection, satellite assignment, and observation sequencing under satellite-dependent visibility windows, attitude maneuvering requirements, energy consumption, and onboard storage constraints. Since satellites differ in orbital access, maneuvering capability, and payload resources, the same task may have different feasible windows, transition costs, and resource-consumption patterns on different platforms, which increases the difficulty of unified modeling and efficient optimization. To address this problem, this paper proposes an evolutionary policy optimization framework for heterogeneous AEOS scheduling with preference-adjustable weighted objectives. In the modeling layer, assignment-based indirect encoding is combined with decoder-based equivalent-cost evaluation to retain satellite-dependent constraints while integrating task gain, energy saving, and load balance into an interpretable scalar utility. In the optimization layer, schedule decoding, population-based search, and online actor-critic operator control are decoupled, so that reinforcement learning selects high-level search operators rather than constructing schedules directly. Based on this framework, a reinforcement-learning-assisted operator-selection memetic evolutionary algorithm (RLOSMEA) is developed to coordinate global exploration, feasibility recovery, and local refinement under a limited function-evaluation budget. Experiments on different heterogeneous AEOS scenarios show that RLOSMEA achieves higher overall weighted utility and more stable convergence than representative metaheuristic baselines. Sensitivity and learning-behavior analyses further confirm the robustness of the proposed method and the effectiveness of reinforcement-learning-guided operator selection.
- Abstract（参考訳）: 異質なアジャイル地球観測衛星(AEOS)のスケジューリングには、タスク選択、衛星割り当て、衛星依存の可視性ウィンドウ下での観測シークエンシング、姿勢操作要求、エネルギー消費、搭載ストレージの制約が必要である。
衛星は軌道アクセス、操縦能力、ペイロード資源が異なるため、同じタスクは異なるプラットフォーム上で実現可能なウィンドウ、遷移コスト、リソース消費パターンを持ち、統一されたモデリングと効率的な最適化の難しさを増大させる。
この問題に対処するために、優先調整可能な重み付け目的を用いた異種AEOSスケジューリングのための進化的ポリシー最適化フレームワークを提案する。
モデリング層では、タスクゲイン、省エネ、負荷バランスを解釈可能なスカラーユーティリティに統合しながら、デコーダベースの等価コスト評価と組み合わせて、衛星依存制約を維持する。
最適化層では、スケジュール復号、人口ベース検索、オンラインアクター批判演算子制御が分離され、強化学習はスケジュールを直接構築するのではなく、上位の探索演算子を選択する。
この枠組みに基づいて,機能評価予算の制限の下で,グローバルな探索,実現可能性回復,局所的な改善を協調する強化学習支援演算子メメティック進化アルゴリズム(RLOSMEA)を開発した。
異なる異種AEOSシナリオの実験により、ROLOSMEAは代表的メタヒューリスティックベースラインよりも全体的な重み付きユーティリティとより安定した収束を達成することが示された。
感度・学習行動分析は,提案手法の頑健さと強化学習誘導演算子選択の有効性をさらに確認する。
関連論文リスト
- Implicit Q-learning-bootstrapped ant colony optimization for maritime moving-target observation scheduling with agile satellites [20.439311474504866]
アジャイル地球観測衛星を用いた海上移動目標観測スケジューリングは、動的でシーケンスに依存した最適化問題である。
本稿では,マルチサテライト海洋移動目標観測スケジューリングのための暗黙的なQ-ラーニング・ブートストラップ付きアリコロニー最適化手法であるIQACOを提案する。
論文 参考訳（メタデータ） (2026-08-25T12:17:25Z) - HADT: A Heterogeneous Multi-Agent Differential Transformer for Autonomous Earth Observation Satellite Cluster [11.62333064482315]
自律的な運用モードでは、衛星はリアルタイムな意思決定を可能にするインテリジェントな能力を備えている。
従来のスケジューリング手法は、衛星のミッションと資源管理を表す数学的モデルに依存している。
異種衛星クラスター自律型EOミッションに適したトランスフォーマーアーキテクチャを提案する。
論文 参考訳（メタデータ） (2026-05-29T08:54:41Z) - EOS-Bench: A Comprehensive Benchmark for Earth Observation Satellite Scheduling [59.18180569653578]
本稿では,スケジューリング手法の体系的および再現性評価のための総合的なフレームワークであるEOS-Benchを紹介する。
高忠実度軌道力学とプラットフォーム制約を統合することで、EOS-Benchは1,390のシナリオと13,900のベンチマークインスタンスを生成する。
その結果,EOS-Benchはスケールと条件をまたいだ解法性能を効果的に区別できることがわかった。
論文 参考訳（メタデータ） (2026-04-28T15:49:46Z) - OmniVL-Guard: Towards Unified Vision-Language Forgery Detection and Grounding via Balanced RL [63.388513841293616]
既存の偽造検出手法は、現実世界の誤報に多いインターリーブされたテキスト、画像、ビデオを扱うのに失敗する。
このギャップを埋めるため,本論文では,オムニバス・ビジョン言語による偽造検出と接地のための統一フレームワークの開発を目標としている。
我々は、OmniVL-Guardという、オムニバス視覚言語による偽造検出と接地のためのバランスの取れた強化学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-11T09:41:36Z) - QoS-Aware Hierarchical Reinforcement Learning for Joint Link Selection and Trajectory Optimization in SAGIN-Supported UAV Mobility Management [52.15690855486153]
宇宙空間統合ネットワーク (SAGIN) がユビキタスUAV接続を実現するための重要なアーキテクチャとして登場した。
本稿では,SAGINにおけるUAVモビリティ管理を制約付き多目的関節最適化問題として定式化する。
論文 参考訳（メタデータ） (2025-12-17T06:22:46Z) - Hierarchical Task Offloading and Trajectory Optimization in Low-Altitude Intelligent Networks Via Auction and Diffusion-based MARL [37.79695337425523]
低高度インテリジェントネットワーク(LAIN)は、災害対応、環境モニタリング、リアルタイムセンシングといったミッションクリティカルなアプリケーションをサポートすることができる。
これらのシステムは、エネルギー制約のあるUAV、タスク到着、異種コンピューティングリソースなど、重要な課題に直面している。
本稿では,UAV軌道計画とタスクオフロード決定を協調的に最適化する,時間依存型整数型非線形計画問題の解法を提案する。
論文 参考訳（メタデータ） (2025-12-05T08:14:45Z) - Multi-Agent Reinforcement Learning for Heterogeneous Satellite Cluster Resources Optimization [19.16014340215772]
2つの光学衛星と1つのSAR衛星が低軌道で協力して地上の目標を捕捉し、その限られた資源を効率的に管理する。
従来の最適化手法は、地球観測(EO)のリアルタイム、不確実、分散的な性質を扱うのに苦労している。
本研究では,単一サテライトから多サテライトシナリオへの最適化問題を体系的に定式化する。
Basilisk と BSK-RL フレームワーク上に構築された準現実的なシミュレーション環境を用いて,最先端の MARL アルゴリズムの性能と安定性を評価する。
論文 参考訳（メタデータ） (2025-11-16T21:47:04Z) - On the Role of AI in Managing Satellite Constellations: Insights from the ConstellAI Project [1.706656684496508]
本稿では,衛星メガ星の運用を最適化する上で,人工知能(AI)が果たす役割について考察する。
これは欧州宇宙機関(ESA)が出資したConstellAIプロジェクトに由来する。
GMV GmbH, Saarland University, Thales Alenia Spaceで構成されるコンソーシアムは、AI駆動アルゴリズムの開発に協力している。
論文 参考訳（メタデータ） (2025-07-21T12:56:16Z) - Cluster-Based Multi-Agent Task Scheduling for Space-Air-Ground Integrated Networks [60.085771314013044]
低高度経済は、コミュニケーションやセンシングなどの分野で発展する大きな可能性を秘めている。
本稿では,SAGINにおけるマルチUAV協調タスクスケジューリング問題に対処するため,クラスタリングに基づく多エージェントDeep Deterministic Policy Gradient (CMADDPG)アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-12-14T06:17:33Z) - 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)
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。