論文の概要: Clarity-Driven Adaptive Mission Planning for a Solar-Powered Autonomous Surface Vessel
- arxiv url: http://arxiv.org/abs/2610.20871v1
- Date: Wed, 14 Oct 2026 20:00:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-16 19:13:16.052496
- Title: Clarity-Driven Adaptive Mission Planning for a Solar-Powered Autonomous Surface Vessel
- Title（参考訳）: 太陽エネルギーの自律型表面容器のための明瞭度駆動型適応ミッション計画
- Abstract要約: 本稿では,適応的なミッション計画戦略のために,シミュレーションと実験結果に裏付けられた包括的方法論を提案する。
科学的な任務を遂行するために、持続可能動力の自律型表面容器(ASV)の使用に対処する。
対象の明瞭度マップは、その場測定に基づいて特定の領域の優先順位付けを反映するようにオンラインで適応される。
エルゴードパスプランナーは、目標の明度マップとASV速度制限に基づいて、継続的に再計画を行う。
- 参考スコア（独自算出の注目度）: 7.036201319159996
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents a comprehensive methodology, backed by simulation and experimental results, for an adaptive mission planning strategy that is mathematically grounded in the maximization of the information-driven quantity of clarity. In particular, the methodology introduced in this work addresses the use of sustainably powered autonomous surface vessels (ASVs) to perform scientific missions that prioritize locations of maximum interest. Because these locations of maximum interest are not known a priori but are rather identified based on in-situ measurements, online adaptation is essential for mission planning. Furthermore, the reliance on a limited-power renewable resource requires an adaptation strategy that maximizes information gathering subject to mobility restrictions imposed by the renewable resource. Our approach addresses these challenges through a clarity-driven ergodic search, where clarity represents a mathematical quantity that has been rigorously linked to differential (information) entropy. In our approach, a target clarity map is adapted online to reflect the prioritization of certain areas based on in-situ measurements, and an ergodic path planner continually re-plans based on the target clarity map and ASV speed limitations (driven by the renewable propulsion source). Focusing on a solar-powered ASV, we present simulations and experiments conducted at Jordan Lake, North Carolina, demonstrating the effectiveness of the proposed approach.
- Abstract（参考訳）: 本稿では,情報駆動的明度量の最大化を数学的に基礎とした適応的ミッション計画戦略について,シミュレーションと実験結果に裏付けられた包括的方法論を提案する。
特に、この研究で導入された方法論は、最大関心の場所を優先する科学的なミッションを行うために、持続可能動力を持つ自律表面容器(ASV)の使用に対処する。
これらの最大利害関係の場所は事前に知られておらず、むしろその場での計測に基づいて特定されているため、ミッションプランニングにはオンライン適応が不可欠である。
さらに、限られた電力の再生可能資源への依存は、再生可能資源が課す移動制限の対象となる情報収集を最大化する適応戦略を必要とする。
我々のアプローチは、明度駆動のエルゴード探索によってこれらの課題に対処し、明度は微分(情報)エントロピーと厳密に結びついている数学的量を表す。
提案手法では, 目標明度マップをオンライン化して, その場測定に基づく特定領域の優先順位付けを反映し, 目標明度マップとASV速度制限(再生可能推進源によって駆動される)に基づいて, エルゴードパスプランナーを継続的に再計画する。
提案手法の有効性を実証するため, ノースカロライナ州のジョーダン湖で実施したシミュレーションと実験を行った。
関連論文リスト
- Reinforcement Learning-Guided Evolutionary Policy Optimization for Preference-Adjustable Heterogeneous Agile Earth Observation Satellite Scheduling [50.176885352114674]
異質なアジャイル地球観測衛星(AEOS)のスケジューリングには、タスクの選択、衛星の割り当て、および観測シークエンシングが必要である。
本稿では、優先調整可能な重み付け目的を用いた異種AEOSスケジューリングのための進化的ポリシー最適化フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-25T12:16:28Z) - MMH-Planner: Multi-Mode Hybrid Trajectory Planning Method for UAV Efficient Flight Based on Real-Time Spatial Awareness [5.419189180406189]
本稿では, リアルタイム環境認識に基づくUAVの多モードハイブリッド軌道計画手法を提案する。
今後の環境における飛行安全性を迅速に評価する目標指向型空間認識手法を提案する。
次に,多モードハイブリッド軌道計画機構を提案し,計画効率を向上させる。
論文 参考訳（メタデータ） (2026-03-03T07:23:19Z) - Adaptive Science Operations in Deep Space Missions Using Offline Belief State Planning [18.85282159558557]
本稿では、宇宙船科学機器を適応的にシーケンスする、部分的に観測可能なマルコフ決定プロセス(POMDP)フレームワークを提案する。
我々はベイズネットワークをPOMDP観測空間に統合し、宇宙生物学のミッションに典型的な高次元かつ不確実な測定値を管理する。
提案手法はサンプル識別誤差を40%近く削減する。
論文 参考訳（メタデータ） (2025-10-09T20:58:35Z) - Task Delay and Energy Consumption Minimization for Low-altitude MEC via Evolutionary Multi-objective Deep Reinforcement Learning [52.64813150003228]
無人航空機や他の航空機による低高度経済(LAE)は、輸送、農業、環境監視といった分野に革命をもたらした。
今後の6世代(6G)時代において、UAV支援移動エッジコンピューティング(MEC)は特に山岳や災害に遭った地域のような困難な環境において重要である。
タスクオフロード問題は、主にタスク遅延の最小化とUAVのエネルギー消費のトレードオフに対処するUAV支援MECの重要な問題の一つである。
論文 参考訳（メタデータ） (2025-01-11T02:32:42Z) - A Distance Similarity-based Genetic Optimization Algorithm for Satellite Ground Network Planning Considering Feeding Mode [53.71516191515285]
衛星データ中継ミッションの送信効率の低さは、現在システムの構築を制約している問題となっている。
本研究では,タスク間の状態特性を考慮した距離類似性に基づく遺伝的最適化アルゴリズム(DSGA)を提案し,タスク間の類似性を決定するための重み付きユークリッド距離法を提案する。
論文 参考訳（メタデータ） (2024-08-29T06:57:45Z) - HALO: Hazard-Aware Landing Optimization for Autonomous Systems [1.5414037351414311]
本稿では,ハザード検出,最適着陸軌道生成,緊急計画課題に対処する認識計画手法を提案する。
本研究では,HALSS(Hazard-Aware Landing Site Selection)とAdaptive Deferred-Decision Trajectory Optimization(Adaptive Deferred-Decision Trajectory Optimization,-DDTO)という2つの新しいアルゴリズムを開発し,統合し,認識と計画の課題に対処する。
シミュレーションした火星環境を用いたアプローチの有効性を実証し, 組み合わせた認識計画法が着地成功率を高めることを示す。
論文 参考訳（メタデータ） (2023-04-04T07:20:06Z) - Neural Motion Planning for Autonomous Parking [6.1805402105389895]
本稿では,より深い生成ネットワークと従来の動き計画手法を組み合わせたハイブリッドな動き計画手法を提案する。
提案手法は与えられた状態の表現を効果的に学習し,アルゴリズムの性能向上を示す。
論文 参考訳（メタデータ） (2021-11-12T14:29:38Z) - 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) - Data Freshness and Energy-Efficient UAV Navigation Optimization: A Deep
Reinforcement Learning Approach [88.45509934702913]
我々は、移動基地局(BS)が配備される複数の無人航空機(UAV)のナビゲーションポリシーを設計する。
我々は、地上BSにおけるデータの鮮度を確保するために、エネルギーや情報年齢(AoI)の制約などの異なる文脈情報を組み込んだ。
提案したトレーニングモデルを適用することで、UAV-BSに対する効果的なリアルタイム軌道ポリシーは、時間とともに観測可能なネットワーク状態をキャプチャする。
論文 参考訳（メタデータ） (2020-02-21T07:29:15Z)
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。