論文の概要: Artificial Intelligence-Enabled Space Robot Operations: Technologies, Challenges and Prospects
- arxiv url: http://arxiv.org/abs/2609.16880v1
- Date: Tue, 15 Sep 2026 09:12:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 14:56:08.43061
- Title: Artificial Intelligence-Enabled Space Robot Operations: Technologies, Challenges and Prospects
- Title（参考訳）: 人工知能による宇宙ロボットの運用 -技術と課題と展望-
- Abstract要約: 宇宙ロボットは、人間の介入が限定された長期、コンタクトリッチ、多段階の運用がますます期待されている。
近年の人工知能(AI)、ロボット学習、基礎モデルの進歩は、これらのシステムの自律性と適応性を改善する新たな機会を提供する。
本稿では,人工知能を利用した宇宙ロボットの運用について,能力構築の観点から概観する。
- 参考スコア（独自算出の注目度）: 7.579708910632012
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Space robots are increasingly expected to perform long-duration, contact-rich, and multi-stage operations with limited human intervention. Recent advances in artificial intelligence (AI), robot learning, and embodied foundation models provide new opportunities to improve the autonomy and adaptability of such systems, but their transfer to space is constrained by scarce mission data, space-specific dynamics and sensing conditions, limited onboard resources, and stringent safety requirements. This article reviews artificial intelligence-enabled space robot operations (AI-SRO) from a capability-building perspective. We first summarize representative operational scenarios, autonomy trends, and space-specific constraints. We then establish a three-layer technical framework comprising capability foundations, capability formation, and capability deployment/evolution. Within this framework, we review simulation environments, datasets and benchmarks; task and environment understanding, state perception, decision-making and planning, and action execution; and onboard deployment, ground-to-space adaptation, continual learning, and capability transfer. Finally, we propose key research directions toward trustworthy simulation and data, open-world multimodal cognition, long-horizon safe decision-making, physically constrained policy learning, and space computing infrastructures.
- Abstract（参考訳）: 宇宙ロボットは、人間の介入が限定された長期、コンタクトリッチ、多段階の運用がますます期待されている。
近年の人工知能(AI)、ロボット学習、実施基盤モデルの進歩は、これらのシステムの自律性と適応性を改善する新たな機会を提供するが、それらの宇宙への移動は、ミッションデータ不足、宇宙固有のダイナミクスとセンシング条件、限られたオンボードリソース、厳密な安全要件によって制限されている。
本稿では,人工知能を利用した宇宙ロボット操作(AI-SRO)について,能力構築の観点から概観する。
まず、代表的な運用シナリオ、自律性傾向、空間固有の制約について要約する。
次に、機能基盤、能力形成、能力展開/進化からなる3層技術フレームワークを構築します。
本フレームワークでは,シミュレーション環境,データセット,ベンチマーク,タスクと環境理解,状態認識,意思決定と計画,行動実行,オンボード展開,地中適応,継続的な学習,能力伝達について検討する。
最後に、信頼性のあるシミュレーションとデータ、オープンワールドのマルチモーダル認知、長距離安全な意思決定、物理的に制約されたポリシー学習、および宇宙コンピューティング基盤に対する重要な研究方向を提案する。
関連論文リスト
- Space AI: Leveraging Artificial Intelligence for Space to Improve Life on Earth [17.969021804498844]
本稿では,人工知能と宇宙科学と技術の交差する分野において,宇宙AIを統合学際分野として紹介する。
歴史的発展と現代的進歩を融合し、宇宙AIを4つのミッションコンテキストにまとめる体系的な枠組みを提案する。
究極的には、宇宙AIは人類の宇宙での探索と運用の能力を加速し、センシング、ロボティクス、最適化、信頼できるAIの進歩を地球への広範な社会的影響に翻訳する。
論文 参考訳（メタデータ） (2025-12-26T22:32:54Z) - AI4X Roadmap: Artificial Intelligence for the advancement of scientific pursuit and its future directions [65.44445343399126]
我々は、生物学、化学、気候科学、数学、材料科学、物理学、自動運転研究所、非伝統的コンピューティングにまたがるAI可能な科学を考察する。
多様な信頼性のあるデータの必要性、伝達可能な電子構造と原子間モデル、AIシステムがエンドツーエンドの科学合成に統合される。
ドメイン全体にわたって、大規模な基礎モデル、アクティブラーニング、自動運転車研究所が、予測と検証の間のループを閉じる方法について強調する。
論文 参考訳（メタデータ） (2025-11-26T02:10:28Z) - Space Robotics Bench: Robot Learning Beyond Earth [16.948852537273655]
Space Robotics Benchは、宇宙でのロボット学習のためのオープンソースのシミュレーションフレームワークである。
オンデマンドの手続き生成と非常に並列なシミュレーション環境を統合している。
幅広いミッション関連シナリオにまたがるベンチマークタスクの包括的なスイートが含まれている。
論文 参考訳（メタデータ） (2025-09-27T14:28:31Z) - Edge General Intelligence Through World Models and Agentic AI: Fundamentals, Solutions, and Challenges [87.02855999212817]
エッジ・ジェネラル・インテリジェンス(エッジ・ジェネラル・インテリジェンス、Edge General Intelligence、EGI)は、分散エージェントが自律的に知覚、理性、行動する能力を持つエッジ・コンピューティングの変革的進化を表す。
世界モデルは、将来の軌跡を予測するだけでなく、積極的に想像するプロアクティブな内部シミュレーターとして機能し、不確実性の理由を定め、予見で多段階のアクションを計画する。
この調査は、世界モデルがどのようにエージェント人工知能(AI)システムをエッジで強化できるかを包括的に分析することで、ギャップを埋める。
論文 参考訳（メタデータ） (2025-08-13T07:29:40Z) - A roadmap for AI in robotics [55.87087746398059]
AIの可能性を生かして、私たちの日常生活にロボットを配備する上での、際立った障壁に取り組みたいと考えています。
この記事では、1990年代からロボット工学におけるAIが達成したことを評価し、課題と約束を列挙した短期的・中期的な研究ロードマップを提案する。
論文 参考訳（メタデータ） (2025-07-26T15:18:28Z) - Generative AI for Autonomous Driving: Frontiers and Opportunities [145.6465312554513]
この調査は、自律運転スタックにおけるGenAIの役割の包括的合成を提供する。
まず、VAE、GAN、拡散モデル、および大規模言語モデルを含む、現代の生成モデリングの原則とトレードオフを蒸留することから始めます。
我々は、合成データ一般化、エンドツーエンド駆動戦略、高忠実なデジタルツインシステム、スマートトランスポートネットワーク、具体化されたAIへのクロスドメイン転送など、実用的な応用を分類する。
論文 参考訳（メタデータ） (2025-05-13T17:59:20Z) - Soft Robotics for Search and Rescue: Advancements, Challenges, and Future Directions [0.0]
本稿では,SAR(Search and Rescue)応用に適したソフトロボティクス技術の進歩を批判的に考察する。
バイオインスパイアされたデザイン、フレキシブルな材料、高度な移動機構を活用することで、ソフトロボットは災害シナリオにおける異常なポテンシャルを実証する。
論文 参考訳（メタデータ） (2025-02-17T23:24:18Z) - Leveraging Procedural Generation for Learning Autonomous Peg-in-Hole Assembly in Space [19.76267553432585]
宇宙ロボティクスの文脈で自律的なペグ・イン・ホール・アセンブリを学習するための新しいアプローチを提案する。
我々の焦点は、深層強化学習による自律システムの一般化と適応性の向上である。
我々の発見は、地球を越えた野心的な宇宙ミッションとインフラ開発を支援する知的ロボットシステムの将来の進歩の舞台となった。
論文 参考訳（メタデータ） (2024-05-02T09:50:01Z) - Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。
欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文 参考訳（メタデータ） (2022-12-10T07:49:50Z) - Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
高速物体把握のための完全自律飛行ロボットが提案されている。
追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。
我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
論文 参考訳（メタデータ） (2021-12-10T11:49:51Z) - From SLAM to Situational Awareness: Challenges and Survey [0.0]
複雑なミッションを効率的に安全に遂行する移動ロボットの能力は、環境に関する知識によって制限される。
高度な推論、意思決定、実行スキルにより、知的エージェントは未知の環境で自律的に行動することができる。
本稿では,現状のロボット工学アルゴリズムを網羅し,状況認識の諸側面について考察する。
論文 参考訳（メタデータ） (2021-10-01T09:00:34Z)
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。