論文の概要: An Optimal Algorithm for Changing from Longitudinal to Latitudinal Formation of Autonomous Aircraft Squadrons

• arxiv url: http://arxiv.org/abs/2610.17511v1
• Date: Tue, 13 Oct 2026 00:16:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 18:33:23.153757
• Title: An Optimal Algorithm for Changing from Longitudinal to Latitudinal Formation of Autonomous Aircraft Squadrons
• Title（参考訳）: 自律飛行隊の縦方向から横方向への変更のための最適アルゴリズム
• Abstract要約: 本研究は, 自律飛行隊の縦から縦に形成するアルゴリズムを提案する。 操作は、3Dベーシックな操作の事前定義されたセットを使用して動的に定義される。 変換アルゴリズムの時間複雑性解析は、その効率が最適であることを明らかにする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This work presents an algorithm for changing from longitudinal to latitudinal formation of autonomous aircraft squadrons. The maneuvers are defined dynamically by using a predefined set of 3D basic maneuvers. This formation change is necessary when the squadron has to perform tasks demanding both formations, such as landing, lift-off, obstacle avoidance and georeferencing. The time complexity analysis of the transformation algorithm reveals that its efficiency is optimal. Simulations show that the formation change is done without collision, and the proof of correctness ensures its latitudinal formation features.
• Abstract（参考訳）: 本研究は, 自律飛行隊の縦長から横長長長長長長長長長長長長長長長長長短長長短長長短長長短長長短長長短長長短長長短短長長短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短短 操作は、3Dベーシックな操作の事前定義されたセットを使用して動的に定義される。 この構成変更は、飛行隊が着陸、揚陸、障害物回避、ジオレファリングといった両方の構成を必要とするタスクを実行する必要がある場合に必要である。 変換アルゴリズムの時間複雑性解析は、その効率が最適であることを明らかにする。 シミュレーションにより、生成変化は衝突せずに行われ、正しさの証明は、その緯度形成特性を確実にすることを示した。

関連論文リスト

• FF-MPCC: High-speed Agile Formation Flight with Model Predictive Contouring Control [4.325897399736408]
  本稿では,MPCCフレームワークに編隊維持を組み込んだ新たな編隊飛行手法を提案する。 速度が21m/sまで高速飛行で65%向上し,目標達成に要する時間に匹敵する速度を実現した。
  論文  参考訳（メタデータ） (2026-08-21T12:56:07Z)
• ASCENT: Transformer-Based Aircraft Trajectory Prediction in Non-Towered Terminal Airspace [54.94692733670454]
  ASCENTは、マルチモーダル3D航空機の軌道予測のための軽量トランスフォーマーベースのモデルである。 ドメイン対応の3D座標正規化とパラメータ化予測を統合している。
  論文  参考訳（メタデータ） (2026-03-17T14:16:10Z)
• Structural Action Transformer for 3D Dexterous Manipulation [80.07649565189035]
  クロス・エボディメント・スキル・トランスファーは、ハイDoFロボットハンドの課題である。 既存の手法は、しばしば2次元の観測と時間中心の行動表現に依存し、3次元の空間的関係を捉えるのに苦労する。 本稿では、構造中心の視点を導入することで、このパラダイムに挑戦する新しい3Dデクスタラスな操作ポリシーを提案する。
  論文  参考訳（メタデータ） (2026-03-04T11:38:12Z)
• Geometric Inverse Flight Dynamics on SO(3) and Application to Tethered Fixed-Wing Aircraft [5.021944882278981]
  固定翼航空機の逆飛行力学のロボット指向・座標自由な定式化について述べる。 姿勢,角速度,スラストアングル・オブ・アタックペアを出力する閉形トラジェクトリ・トゥ・インプットマップを導出する。
  論文  参考訳（メタデータ） (2026-02-19T08:26:17Z)
• GeoAda: Efficiently Finetune Geometric Diffusion Models with Equivariant Adapters [61.51810815162003]
  制御された生成タスクに対してフレキシブルかつパラメータ効率の良い微調整を可能にするSE(3)-equivariant Adapter framework(GeoAda)を提案する。 GeoAdaは、過剰適合と破滅的な忘れを緩和しながら、モデルの幾何的一貫性を保っている。 我々は、フレーム制御、グローバル制御、サブグラフ制御、広範囲のアプリケーションドメインを含む多様な幾何学的制御タイプにまたがるGeoAdaの適用性を実証する。
  論文  参考訳（メタデータ） (2025-07-02T18:44:03Z)
• A Pioneering Neural Network Method for Efficient and Robust Fluid Simulation [4.694954114339147]
  本研究では,複雑な環境下での流体シミュレーションを効率的かつ堅牢に行うために設計された,最初のニューラルネットワーク手法を提案する。 このモデルは、そのような複雑なシナリオで流体粒子力学を安定にモデル化できる最初のモデルでもある。 既存のニューラルネットワークに基づく流体シミュレーションアルゴリズムと比較して、高速な計算速度を維持しながら精度を大幅に向上させた。
  論文  参考訳（メタデータ） (2024-12-14T08:31:56Z)
• A Geometry-Aware Message Passing Neural Network for Modeling Aerodynamics over Airfoils [61.60175086194333]
  空気力学は航空宇宙工学の重要な問題であり、しばしば翼のような固体物と相互作用する流れを伴う。 本稿では, 固体物体上の非圧縮性流れのモデル化について考察する。 ジオメトリを効果的に組み込むため,メッシュ表現に翼形状を効率よく,かつ効率的に統合するメッセージパッシング方式を提案する。 これらの設計選択は、純粋にデータ駆動の機械学習フレームワークであるGeoMPNNにつながり、NeurIPS 2024 ML4CFDコンペティションで最優秀学生賞を受賞し、総合で4位となった。
  論文  参考訳（メタデータ） (2024-12-12T16:05:39Z)
• OPUS: Occupancy Prediction Using a Sparse Set [64.60854562502523]
  学習可能なクエリの集合を用いて、占有された場所とクラスを同時に予測するフレームワークを提案する。 OPUSには、モデルパフォーマンスを高めるための非自明な戦略が組み込まれている。 最も軽量なモデルではOcc3D-nuScenesデータセットの2倍 FPS に優れたRayIoUが得られる一方、最も重いモデルは6.1 RayIoUを上回ります。
  論文  参考訳（メタデータ） (2024-09-14T07:44:22Z)
• A mechanism-driven reinforcement learning framework for shape optimization of airfoils [0.32885740436059047]
  翼形状最適化のための機構駆動強化学習フレームワークを提案する。 強化学習法では、定常方程式の効率的な解法が用いられる。 ニューラルネットワークアーキテクチャは、気翼形状の微妙な変化に学習プロセスをより敏感にするために、注意機構に基づいて設計されている。
  論文  参考訳（メタデータ） (2024-03-07T08:48:42Z)
• Reinforcement learning reward function in unmanned aerial vehicle control tasks [0.0]
  報酬関数は、目標に対する簡易な軌道の時間の構成と推定に基づいている。 新たに開発された仮想環境において,報酬関数の有効性を検証した。
  論文  参考訳（メタデータ） (2022-03-20T10:32:44Z)

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。