論文の概要: Diffusion-Based Multiple-Shooting Indirect Optimal Control for Fuel-Optimal Spacecraft Trajectory Generation
- arxiv url: http://arxiv.org/abs/2609.13990v1
- Date: Sat, 12 Sep 2026 15:06:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.630754
- Title: Diffusion-Based Multiple-Shooting Indirect Optimal Control for Fuel-Optimal Spacecraft Trajectory Generation
- Title（参考訳）: 燃料最適軌道生成のための拡散型マルチショット間接最適制御
- Abstract要約: 本稿では,DMの探査能力と,燃料最適宇宙船軌道を生成する間接手法を組み合わせた拡散型間接制御法を提案する。
燃料最適地球-火星低推力輸送問題に対する先進的間接法に対して,本手法をベンチマークした。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Diffusion-based generative models (DMs) have found applications in control problems, and in particular robotics, where the DMs enable exploration of possible control solutions. A critical shortcoming of these applications is that they have lacked optimality guarantees. This is a problem for their potential use in fuel-optimal spacecraft trajectories that are characterized with long time-horizons and bang-bang profiles. Alternatively, indirect optimal control methods ensure explicit satisfaction of necessary conditions, but are highly sensitive to the initial costate estimation needed to solve the resulting Hamiltonian boundary-value problems (HBVPs). To alleviate this sensitivity and enlarge the convergence domain of HBVPs, advanced indirect methods have been developed that use smoothing approaches and continuation. We propose a diffusion-based multiple shooting indirect control method that combines the exploration capability of DMs with indirect method to generate fuel-optimal spacecraft trajectories. We benchmark our method against an advanced indirect method on a fuel-optimal Earth-Mars low-thrust transfer problem, showing higher convergence robustness than the advanced indirect method that is based on random costate initialization. Code and visualizations are available at https://saeidtafazzol.github.io/Diffusion_Indirect_Control/.
- Abstract（参考訳）: 拡散に基づく生成モデル(DM)は制御問題、特に制御解の探索を可能にするロボット工学に応用されている。
これらのアプリケーションの重大な欠点は、最適化の保証が欠如していることである。
これは、長時間のホライズンズとバンバンのプロファイルを特徴とする燃料最適宇宙船軌道の潜在的な使用に関する問題である。
間接最適制御法は、必要条件の明示的な満足度を保証するが、その結果のハミルトン境界値問題(HBVP)を解決するのに必要な初期費用推定に非常に敏感である。
この感度を緩和し、HBVPの収束領域を拡大するために、スムーズなアプローチと継続を用いた高度な間接手法が開発されている。
本稿では,DMの探査能力と,燃料最適宇宙船軌道を生成する間接手法を併用した拡散型マルチショット間接制御法を提案する。
我々は, 燃料最適地球-火星低推力輸送問題に対する先進的間接法と比較し, ランダムコスト初期化に基づく先進的間接法よりも高い収束性を示す。
コードと視覚化はhttps://saeidtafazzol.github.io/Diffusion_Indirect_Control/で公開されている。
関連論文リスト
- V-GRPO: Online Reinforcement Learning for Denoising Generative Models Is Easier than You Think [90.69263509098948]
本稿では,ELBOをベースとしたサロゲートとグループ相対ポリシー最適化アルゴリズムを統合した変分GRPOを提案する。
V-GRPOはテキストと画像の合成において最先端のパフォーマンスを実現し、MixGRPOよりも2倍のスピードアップ、DiffusionNFTより3倍のスピードアップを実現している。
論文 参考訳（メタデータ） (2026-04-25T17:03:21Z) - Uncertainty Guided Exploratory Trajectory Optimization for Sampling-Based Model Predictive Control [18.70552952249317]
提案手法は, 構成空間のより優れたカバレッジを実現するために, 適切に分離されたサンプルを生成するトラジェクトリ最適化アルゴリズムである。
また,UGE-TOをサンプリングベースモデル予測制御手法に統合したUGE-MPCを提案する。
論文 参考訳（メタデータ） (2026-04-13T23:55:41Z) - Adaptive Monitoring of Stochastic Fire Front Processes via Information-seeking Predictive Control [7.775545390766459]
移動エージェント(ドローンなど)を用いて山火事の現場を適応的に監視する問題を考える。
野火の進化の性質は、検知、推定、制御のシームレスな統合を必要とするため、これは難しい問題である。
我々は, 火災前監視タスクを, 感知, 推定, 制御を統合した最適制御問題として定式化する。
論文 参考訳（メタデータ） (2026-01-16T12:21:27Z) - On Geometric Structures for Policy Parameterization in Continuous Control [7.056222499095849]
本稿では,単位多様体上での演算による構造的利点を保った,計算効率の良いアクション生成パラダイムを提案する。
本手法は,動作を決定論的方向ベクトルと学習可能な濃度に分解し,目標方向と一様雑音との効率性を実現する。
実証的に、我々の手法は標準的な連続制御ベンチマークで最先端の手法と一致するか超えている。
論文 参考訳（メタデータ） (2025-11-11T13:32:38Z) - Enhancing Adversarial Transferability by Balancing Exploration and Exploitation with Gradient-Guided Sampling [82.52485740425321]
アドリアックは、ディープニューラルネットワークの堅牢性にとって重要な課題である。
敵攻撃の伝達性は、爆発(最大攻撃能力)と探索(クロスモデル一般化の促進)のジレンマに直面している
論文 参考訳（メタデータ） (2025-11-01T05:43:47Z) - Trust Region Constrained Measure Transport in Path Space for Stochastic Optimal Control and Inference [49.11857020431547]
信頼領域に基づく戦略は,対象尺度の先行から幾何的アニーリングと解釈できることを示す。
我々は,新しい手法が性能を大幅に向上させることができることを,複数の最適制御応用で実証した。
論文 参考訳（メタデータ） (2025-08-17T22:10:35Z) - Multi-Agent Path Finding in Continuous Spaces with Projected Diffusion Models [57.45019514036948]
MAPF(Multi-Agent Path Finding)は、ロボット工学における基本的な問題である。
連続空間におけるMAPFの拡散モデルと制約付き最適化を統合する新しい手法を提案する。
論文 参考訳（メタデータ） (2024-12-23T21:27:19Z) - Towards Robust Spacecraft Trajectory Optimization via Transformers [17.073280827888226]
我々は,非最適制御問題をリアルタイムに解くための自律生成モデルを開発した。
我々はARTの能力を拡張し、確率制約のある最適制御問題に対処する。
この作業は、宇宙船のような安全クリティカルな自律システムにAI駆動のソリューションを確実に展開するための最初のステップである。
論文 参考訳（メタデータ） (2024-10-08T00:58:42Z) - Optimizing Diffusion Models for Joint Trajectory Prediction and Controllable Generation [49.49868273653921]
拡散モデルは、自律運転における共同軌道予測と制御可能な生成を約束する。
最適ガウス拡散(OGD)と推定クリーンマニフォールド(ECM)誘導を導入する。
提案手法は生成過程の合理化を図り,計算オーバーヘッドを低減した実用的な応用を実現する。
論文 参考訳（メタデータ） (2024-08-01T17:59:59Z) - 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。