論文の概要: Distributionally Robust Adaptive Iterative Covariance Steering for Small-Body Proximity Operations
- arxiv url: http://arxiv.org/abs/2610.12774v1
- Date: Thu, 08 Oct 2026 22:27:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-13 04:06:29.302503
- Title: Distributionally Robust Adaptive Iterative Covariance Steering for Small-Body Proximity Operations
- Title（参考訳）: 小音速確率演算のための分布ロバスト適応型反復共分散ステアリング
- Abstract要約: 反復的共分散ステアリングは、条件付き価値保証制約を満たす名目的なフィードバックポリシーを計画する。
L_1$-DRACは力学の不確かさを補償し、ワッサーシュタイン半径を通して残留分布ミスマッチを束縛する。
L_1$-DRACは、キーアウト違反率を$mathbf32.7%$から$mathbf0.2%$に下げ、物理的衝突率を$mathbf16.4%$から0に下げる。
- 参考スコア（独自算出の注目度）: 7.218700069730992
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autonomous small-body proximity operations require continuous-thrust guidance under uncertain gravity, solar-radiation pressure (SRP), and stochastic disturbances. We combine iterative covariance steering (iCS) with $L_1$ distributionally robust adaptive control ($L_1$-DRAC) to provide risk-aware collision avoidance despite mismatch between the nominal planning model and the true dynamics. Iterative covariance steering plans a nominal feedback policy satisfying distributionally robust conditional value-at-risk keep-out constraints, while $L_1$-DRAC compensates for dynamics uncertainty and bounds the residual distributional mismatch through a Wasserstein radius used by the planner. In $\mathbf{1000}$ paired Monte Carlo trials with gravity, SRP, and diffusion mismatch, $L_1$-DRAC adaptive control reduces the keep-out violation rate from $\mathbf{32.7\%}$ to $\mathbf{0.2\%}$ and the physical collision rate from $\mathbf{16.4\%}$ to zero, without actuator saturation.
- Abstract（参考訳）: 自律的な小天体近接操作には、不確実な重力下での連続スラスト誘導、太陽放射圧(SRP)、確率的乱れが必要である。
計画モデルと真の力学のミスマッチにも拘わらず,繰り返し共分散ステアリング(iCS)と分布的に堅牢な適応制御(L_1$-DRAC)を組み合わせる。
反復的共分散ステアリングは、分布的に堅牢な条件値-リスク付き保留制約を満たす名目フィードバックポリシーを計画する一方、$L_1$-DRACは力学の不確かさを補償し、プランナーが使用するワッサーシュタイン半径による残留分布ミスマッチを束縛する。
$\mathbf{1000}$ペアモンテカルロの重力、SRP、拡散ミスマッチによる試験では、$L_1$-DRAC適応制御により、保留違反率は$\mathbf{32.7\%}$から$\mathbf{0.2\%}$に減少し、物理的衝突率は$\mathbf{16.4\%}$から0に減少する。
関連論文リスト
- Asynchronous LLM Post-Training: Group-Mass Capping and Convergence Analysis [59.80039032720308]
非同期強化学習(RL)は、大規模言語モデルの訓練後の効率を改善するが、以前のポリシーによって生成された古いロールアウトを導入する。
勾配推定器の第2モーメントとバイアスのトレードオフを特徴付けるGRPO型アルゴリズムの収束バウンダリを導出する。
重み付き推定器のクラス内における比に基づくバイアスを最小化するグループマスキャッピングGRPO(GMC-GRPO)法を提案する。
論文 参考訳（メタデータ） (2026-10-01T15:45:08Z) - Fine-Tuning on Self-Generated and Reward-Weighted Data: Learning Dynamics, Convergence Rates, and Benefits of Off-Policyness [69.00065140233411]
REINFORCE -- RE(S) と呼ばれる -- は、$S ge 1$グルーフステップ毎にロールアウト分布を更新する。
我々は、$ ge 1$のスペクトルを網羅するRE(S) の統一理論を開発する。
任意の固定された$S$に対して、RE(S) は、ロールアウト分布の更新数$B = lfloor T / S rfloor rightarrow infty$ として最適ポリシーへの大域収束を楽しむ。
論文 参考訳（メタデータ） (2026-09-29T07:54:06Z) - Residual Learning-Based Control of Vehicle Platoons with $\ell_2$ Stability Guarantees via Recurrent Equilibrium Networks [8.573240792207903]
本稿では,異種車両プラトンに対する残差学習に基づく制御フレームワークを提案する。
Recurrent Equilibrium Network (REN) は、保存された軌道と名義モデル予測誤差を用いてオフラインで訓練される。
実験では、名目制御器に対する間隔と速度誤差の低減が示されている。
論文 参考訳（メタデータ） (2026-09-27T20:16:26Z) - Model Compression with Exact Budget Constraints via Riemannian Manifolds [39.54576236079211]
トータルコスト予算の下で各NグループにKオプションの1つを割り当てることは、効率的なAIにおいて繰り返し発生する問題である。
我々は、ソフトマックス緩和の下で、予算制約がロジット空間における滑らかなリーマン多様体を異常に単純な幾何学で定義することを示す新しいアプローチを示す。
これらの特性に基づいて、接射影、二分探索リトラクション、運動量輸送を標準とするリーマン制約最適化(RCO)を提案する。
論文 参考訳（メタデータ） (2026-05-01T13:30:23Z) - Autonomous Adaptive Solver Selection for Chemistry Integration via Reinforcement Learning [0.0]
本稿では,化学統合中に暗黙的BDF積分器(CVODE)と準定常解器(QSS)を自律的に選択する制約付き強化学習(RL)フレームワークを提案する。
0D同質の原子炉条件全体では、RL適応政策は平均速度が約3倍、速度が1.11倍から10.58倍になる。
再訓練なしでは、0D訓練された政策は1D逆流拡散炎に10ドル-2000mathrms-1$で移行し、一貫した$approx 2.2を提供する。
論文 参考訳（メタデータ） (2026-03-31T21:44:58Z) - Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。
このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。
安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
論文 参考訳（メタデータ） (2026-03-07T01:49:59Z) - Stability and Generalization of Push-Sum Based Decentralized Optimization over Directed Graphs [55.77845440440496]
プッシュベースの分散通信は、情報交換が非対称である可能性のある通信ネットワークの最適化を可能にする。
我々は、グラディエント・プッシュ(SGP)アルゴリズムのための統一的な一様安定性フレームワークを開発する。
重要な技術的要素は、2つの量に束縛された不均衡認識の一般化である。
論文 参考訳（メタデータ） (2026-02-24T05:32:03Z) - Distributionally Robust Self Paced Curriculum Reinforcement Learning [42.51809641161819]
分散ロバストな自己適用型カリキュラム強化学習(DR-SPCRL)を提案する。
DR-SPCRLはエージェントの進捗に応じてロバストネス予算を適応的にスケジュールし、名目とロバストパフォーマンスのバランスを可能にする。
複数の環境にまたがる実験結果から,DR-SPCRLはトレーニングを安定させるだけでなく,優れたロバスト性-性能トレードオフを実現することが示された。
論文 参考訳（メタデータ） (2025-11-07T20:25:43Z) - Autonomous Sparse Mean-CVaR Portfolio Optimization [6.358973724565783]
本稿では,従来のモデルを任意の精度で近似できる,革新的な自律スパース平均CVaRポートフォリオモデルを提案する。
そこで我々は,近似交互線形化最小化アルゴリズムとネストした固定点近接アルゴリズム(どちらも収束)を併用してモデルを反復的に解く手法を提案する。
論文 参考訳（メタデータ） (2024-05-13T15:16:22Z) - Robust Online Control with Model Misspecification [96.23493624553998]
本研究では,未知の非線形力学系のモデル不特定性を考慮したオンライン制御について検討する。
本研究は, 線形近似からの偏差を許容できる程度に測定できるロバスト性に着目した。
論文 参考訳（メタデータ） (2021-07-16T07:04:35Z) - Implicit Distributional Reinforcement Learning [61.166030238490634]
2つのディープジェネレータネットワーク(DGN)上に構築された暗黙の分布型アクター批判(IDAC)
半単純アクター (SIA) は、フレキシブルなポリシー分布を利用する。
我々は,代表的OpenAI Gym環境において,IDACが最先端のアルゴリズムより優れていることを観察する。
論文 参考訳（メタデータ） (2020-07-13T02:52:18Z)
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。