論文の概要: Transformer-Informed Trajectory Optimization for Relative Motion in Cislunar Orbits
- arxiv url: http://arxiv.org/abs/2609.25460v1
- Date: Mon, 21 Sep 2026 22:33:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:04.1353
- Title: Transformer-Informed Trajectory Optimization for Relative Motion in Cislunar Orbits
- Title（参考訳）: 円筒軌道の相対運動に対するトランスフォーマインフォームド軌道最適化
- Abstract要約: 本稿では,変圧器をベースとしたウォームスタートシステムであるAutonomous Transformer(ART)を,初めてシスルナーRPODシナリオに拡張する。
ARTWINは、他の設計アプリケーションで使用される前方後方撮影法にヒントを得て、2つのアークを自動回帰的に生成し、1つは初期状態から、もう1つは所望の端末から生成する。
近日点にあるシミュレーションランデブーシナリオのセットで評価すると、ART-TWINは収束を著しく加速し、実現可能性の保証を高めることが示される。
- 参考スコア（独自算出の注目度）: 3.7851234061033847
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autonomous spacecraft guidance and control requires a fast solution to non-convex trajectory optimization, which can be accelerated by providing a near-optimal initial guess to an optimization protocol, i.e., warm-starting. A robust warm starting method is especially useful for rendezvous, proximity operations, and docking (RPOD) in cislunar space, where the underlying dynamics become severely nonlinear and chaotic compared to those in Earth orbit, especially at perilune. This paper extends the Autonomous Rendezvous Transformer (ART), a transformer-based warm-start trajectory generation method, to cislunar RPOD scenarios for the first time. To accurately and reliably solve the nonconvex optimal control problems (OCPs) posed by these scenarios, a new and enhanced version of ART, ART-TWIN (Two-Way INference), is introduced. Inspired by forward-backward shooting methods used in other trajectory design applications, ART-TWIN autoregressively generates two arcs, one from the initial state and one from the desired terminal state, that are patched together at the midpoint of the timeseries. When evaluated on a set of simulated rendezvous scenarios that are initialized at perilune, ART-TWIN is demonstrated to substantially accelerate convergence and increase feasibility guarantees when used as a warm-start to sequential convex programming (SCP), compared to convex relaxations and the original ART. These results illustrate the necessity of ART-TWIN's dual-arc generation to enable the viability of and gain benefits from using transformer-based warm-start methods in the most challenging areas of the cislunar dynamical regime.
- Abstract（参考訳）: 自律的な宇宙船誘導と制御には、非凸軌道最適化に対する高速な解が必要である。
堅牢なウォームスタート法は、特に地球軌道、特に近日点の天体と比べて、基礎となる力学が非常に非線形でカオスとなるシスルナー空間におけるランデブー、近接操作、ドッキング(RPOD)に特に有用である。
本稿では,変圧器を用いたウォームスタート軌道生成法であるAutonomous Rendezvous Transformer (ART) を初めてシスルナーRPODシナリオに拡張する。
これらのシナリオによって生じる非凸最適制御問題(OCP)を正確かつ確実に解決するために、ARTの新しい拡張版ART-TWIN(Two-Way Inference)を導入する。
ART-TWINは、他の軌道設計アプリケーションで使用される前方後方撮影法にインスパイアされ、初期状態と所望の終端状態の2つのアークを自動回帰的に生成する。
ペラロンで初期化されるシミュレーションランデブーシナリオのセットで評価すると、ART-TWINは、凸緩和や元のARTと比較して、ウォームスタートからシーケンシャル凸プログラミング(SCP)に使用する場合の収束を著しく加速し、実現可能性の保証を高めることが示される。
これらの結果から、ART-TWINの二重弧生成は、シスルナー力学の最も困難な領域において、トランスフォーマーベースのウォームスタート法を用いることで、実現可能であり、利益を得るために必要であることが示された。
関連論文リスト
- Event-Based Motion Estimation via Oriented Distance Fields [55.23416502666468]
イベントベースの動き推定は、高時間分解能と高速動作に対する堅牢性を必要とするタスクの中心である。
本稿では,この最適化を,事前計算された事象距離ベクトルの場上の1つの平均ステップに置き換える,オブジェクト指向距離場運動推定(ODF Motion Estimation)を提案する。
公開および自己収集されたデータセットでは,ODFの動作推定は,比較手法の中で最低レイテンシでサブピクセル精度に達する。
論文 参考訳（メタデータ） (2026-08-25T08:27:42Z) - 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) - HAD: Combining Hierarchical Diffusion with Metric-Decoupled RL for End-to-End Driving [51.268878540511054]
我々は階層的拡散政策を備えたエンドツーエンドの計画フレームワークであるHADを提案する。
我々は,NAVSIMとHUGSIMの両方でHADが新たな最先端性能を実現することを示す。
論文 参考訳（メタデータ） (2026-04-04T04:12:47Z) - AdaFuse: Accelerating Dynamic Adapter Inference via Token-Level Pre-Gating and Fused Kernel Optimization [84.25316984309725]
動的スパース構造とパラメータ効率のよいアダプタ(例えばLoRA)の統合は、大規模言語モデル(LLM)を拡張するための強力な技術である。
計算負荷は最小限に抑えられるが、計算のレイテンシが急上昇し、復号速度が2.5倍以上遅くなる。
AdaFuseはアルゴリズムと基盤となるハードウェアシステムとの緊密な協調設計に基づいて構築されたフレームワークで、効率的な動的アダプタ実行を実現する。
論文 参考訳（メタデータ） (2026-03-12T12:46:42Z) - Parallel Diffusion Solver via Residual Dirichlet Policy Optimization [88.7827307535107]
拡散モデル(DM)は、最先端の生成性能を達成したが、シーケンシャルなデノナイジング特性のため、高いサンプリング遅延に悩まされている。
既存のソルバベースの加速度法では、低次元の予算で画像品質が著しく低下することが多い。
本研究では,各ステップに複数の勾配並列評価を組み込んだ新しいODE解法であるEnsemble Parallel Directionsolvr(EPD-EPr)を提案する。
論文 参考訳（メタデータ） (2025-12-28T05:48:55Z) - Bidirectional Feature-aligned Motion Transformation for Efficient Dynamic Point Cloud Compression [97.66080040613726]
特徴空間における動きを暗黙的にモデル化する双方向特徴整合運動変換(Bi-FMT)フレームワークを提案する。
Bi-FMTは、時間的に一貫した潜在表現を生成するために、過去と将来の両方のフレームで機能を調整する。
圧縮効率とランタイムの両方において, Bi-FMT が D-DPCC と AdaDPCC を上回っていることを示す。
論文 参考訳（メタデータ） (2025-09-18T03:51:06Z) - Data-driven Fuzzy Control for Time-Optimal Aggressive Trajectory Following [0.7373617024876725]
本研究は,マルチコプター追跡問題に対する時間最適軌道で導かれるデータ駆動型ファジィコントローラフレームワークを提案する。
高木-菅野ファジィフレームワークを用いて、ホバリング条件近傍の安定化コントローラと、時間最適の攻撃軌道を模倣するように訓練された自己回帰移動平均(ARMA)コントローラからなるファジィコントローラを構築する。
論文 参考訳（メタデータ） (2025-04-09T00:06:15Z) - 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) - Integrating Higher-Order Dynamics and Roadway-Compliance into
Constrained ILQR-based Trajectory Planning for Autonomous Vehicles [3.200238632208686]
軌道計画は、自動運転車のグローバルな最適ルートを作成することを目的としている。
既存の自転車キネマティックモデルを用いた実装では、制御可能な軌道は保証できない。
このモデルを、曲率と長手ジャークの1階および2階微分を含む高階項で拡張する。
論文 参考訳（メタデータ） (2023-09-25T22:30:18Z) - Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
視覚SLAMシステムのための新しい最適化バックボーンを提案する。
従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。
我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
論文 参考訳（メタデータ） (2020-11-02T18:02:26Z)
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。