論文の概要: Implicit Q-learning-bootstrapped ant colony optimization for maritime moving-target observation scheduling with agile satellites
- arxiv url: http://arxiv.org/abs/2608.24471v1
- Date: Tue, 25 Aug 2026 12:17:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:34.964562
- Title: Implicit Q-learning-bootstrapped ant colony optimization for maritime moving-target observation scheduling with agile satellites
- Title（参考訳）: 海中移動目標観測のためのQ-Learning-bootstrapped ant colony Optimization
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 20.439311474504866
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Maritime moving-target observation scheduling with agile Earth observation satellites is a dynamic, sequence-dependent combinatorial optimization problem. Sea-surface targets move continuously, causing feasible observation windows to vary with target motion and satellite orbital geometry. The scheduler must jointly determine task selection, satellite assignment, observation-window selection, and observation ordering under time-window, attitude-maneuvering, onboard-resource, and cloud-affected availability constraints. This paper proposes an implicit Q-learning-bootstrapped ant colony optimization method, termed IQACO, for multi-satellite maritime moving-target observation scheduling. Rather than directly learning a task-selection policy, IQACO embeds an offline implicit Q-learning module into constructive ant colony optimization to adaptively adjust the pheromone factor, heuristic factor, and evaporation rate. A compact search-state representation captures pheromone distribution, current and historical-best solution quality, and iteration progress. During online scheduling, ant colony optimization constructs feasible observation sequences, while the learned policy regulates exploration and exploitation according to the current search state. Experiments on 14 scenarios with different scales and satellite configurations show that IQACO obtains the highest mean observation benefit in every scenario, improves the result of conventional ant colony optimization by 3.40\%--9.40\%, accelerates convergence, and remains stable under different objective-weight settings. These results demonstrate that offline value learning provides an effective adaptive search-control mechanism for constrained maritime moving-target observation scheduling.
- Abstract（参考訳）: 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組合せ最適化問題である。
海面のターゲットは連続的に動き、観測窓はターゲットの動きや衛星軌道の形状によって変化する。
スケジューラは、タスク選択、衛星割り当て、観測ウィンドウ選択、観測順序を、タイムウインドウ、姿勢調整、オンボードリソース、クラウドの影響のある可用性制約の下で共同で決定する必要がある。
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。
IQACOは、タスク選択ポリシーを直接学習する代わりに、オフラインの暗黙Q-ラーニングモジュールを建設的なアリコロニー最適化に組み込んで、フェロモン因子、ヒューリスティック因子、蒸発率を適応的に調整する。
コンパクトな検索状態表現は、フェロモン分布、現在および過去のベストソリューションの品質、イテレーションの進捗をキャプチャする。
オンラインスケジューリング中、アリコロニー最適化は実現可能な観測シーケンスを構築し、学習されたポリシーは現在の検索状態に応じて探索とエクスプロイトを規制する。
異なるスケールと衛星構成を持つ14のシナリオの実験では、IQACOは全てのシナリオにおいて最も平均的な観測利益を得ることができ、従来のアリコロニー最適化の結果を3.40\%--9.40\%改善し、収束を加速し、異なる目標重み設定の下で安定であることが示された。
これらの結果から, オフライン値学習は, 海上移動目標観測スケジューリングに有効な適応型探索制御機構を提供することが示された。
関連論文リスト
- Reinforcement Learning-Guided Evolutionary Policy Optimization for Preference-Adjustable Heterogeneous Agile Earth Observation Satellite Scheduling [50.176885352114674]
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。
論文 参考訳（メタデータ） (2026-08-25T12:16:28Z) - STEAM: Stable Self-Training with Elastic Matching and Adaptive Purification [7.7693155858168295]
クロスビュージオローカライゼーション(CVGL)は、ドローンビュー画像と対応する衛星ビュー画像とをマッチングすることにより、GPSフリーなローカライゼーションを実現することを目的としている。
既存の教師付き手法は、手動で手動で注釈付けされたクロスビュー画像ペアに依存しており、コストがかかり拡張が困難である。
STEAMは、実際のドローンや衛星画像上で直接自己学習を行う、エンドツーエンドの非教師なしジオローカライゼーションフレームワークである。
論文 参考訳（メタデータ） (2026-07-10T02:56:34Z) - LeapTS: Rethinking Time Series Forecasting as Adaptive Multi-Horizon Scheduling [74.94985663101906]
本稿では,予測地平線上での動的スケジューリングプロセスとして時系列予測を再構成する新しいフレームワーク LeapTSを提案する。
LeapTSは、Transformerベースのモデルよりも2.6$times$から5.3$times$推論スピードアップを実現しつつ、全体的な予測性能を少なくとも7.4%向上させる。
論文 参考訳（メタデータ） (2026-05-11T09:54:02Z) - SHARP: Short-Window Streaming for Accurate and Robust Prediction in Motion Forecasting [53.74101174559609]
本稿では,進化するシーンに特化して焦点をあてた,ストリーミングベースの新たな動き予測フレームワークを提案する。
本手法は,入ってくる観測ウィンドウを段階的に処理し,インスタンス対応コンテキストストリーミングを利用して潜時エージェント表現の維持と更新を行う。
我々のモデルは,Argoverse 2マルチエージェントベンチマークのストリーミング推論における最先端性能を実現し,遅延を最小限に抑えながら,実世界の展開に適していることを強調した。
論文 参考訳（メタデータ） (2026-03-30T06:47:19Z) - Unified Orbit-Attitude Estimation and Sensor Tasking Framework for Autonomous Cislunar Space Domain Awareness Using Multiplicative Unscented Kalman Filter [0.0]
シスルナー構造は、地球近傍の軌道の挙動から、強い非線形、非ケプラー動力学を通じて逸脱する。
課題は、長距離観測要件、限定的なセンサーターゲット幾何学、照明条件から生じる。
この研究は、シスルナー空間領域認識のための高度なフレームワークを導入している。
論文 参考訳（メタデータ） (2026-03-21T00:25:34Z) - DecoVLN: Decoupling Observation, Reasoning, and Correction for Vision-and-Language Navigation [49.233063630722334]
長距離ナビゲーションにおけるロバストなストリーミング認識と閉ループ制御のためのフレームワークであるDecoVLNを提案する。
本稿では,統合されたスコアリング関数を反復的に最適化することにより,過去の候補プールからフレームを選択する適応的精錬機構を提案する。
また,コンプレックスエラーを軽減するために,状態-作用ペアレベルの補正手法を導入する。
論文 参考訳（メタデータ） (2026-03-13T16:24:37Z) - Agentic Spatio-Temporal Grounding via Collaborative Reasoning [80.83158605034465]
時間的ビデオグラウンド(Temporal Video Grounding)は、テキストクエリが与えられたビデオ内の対象物または人の時間的チューブを検索することを目的としている。
本稿では,STVGの課題に対して,オープンワールドおよびトレーニングフリーシナリオに向けたエージェント時空間グラウンド(ASTG)フレームワークを提案する。
具体的には、現代多言語モデル(MLLM)を活用した2つの特殊エージェントSRA(Spatial Reasoning Agent)とTRA(Temporal Reasoning Agent)である。
人気のあるベンチマークの実験は、既存の弱教師付きおよびゼロショットアプローチをマージンで上回る提案手法の優位性を実証している。
論文 参考訳（メタデータ） (2026-02-10T10:16:27Z) - 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) - Reinforcement Meta-Learning for Interception of Maneuvering
Exoatmospheric Targets with Parasitic Attitude Loop [1.7663909228482466]
我々は強化メタラーニング(Reinforcement Meta-Learning)を用いて、運動目標の対空干渉に適した適応型統合誘導、ナビゲーション、制御システムを最適化する。
このシステムは、ストラップダウン・シーカー角と速度ジャイロによる観測を、スラスタのオンオフコマンドに直接マッピングする。
最適化されたポリシーは、探索角度測定ラグ、スラスタ制御ラグ、スケールファクタエラーによる寄生姿勢ループ、角度および回転速度測定におけるガウスノイズなどの寄生効果に適応できることを実証した。
論文 参考訳（メタデータ） (2020-04-18T21:20:59Z) - Simulated annealing based heuristic for multiple agile satellites
scheduling under cloud coverage uncertainty [1.100580615194563]
アジャイル衛星は、より強力な姿勢操作能力を持つ新世代の地球観測衛星(EOS)である。
私たちは、クラウドカバレッジの不確実性の下で、複数のアジャイルEOSスケジューリング問題に最初に取り組みました。
大規模観測ミッションにおいて高速挿入戦略を併用した模擬焼鈍を改良した。
論文 参考訳（メタデータ） (2020-03-14T16:37:26Z)
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。