深層学習による高速ランデブーコスト評価

順列不変なトランスフォーマーを用いることで、複数宇宙機のランデブーミッションにおける総コストを順序最適化なしに高速かつ高精度に推定する手法を提案する。

• 複数ランデブーミッション設計におけるコスト評価の計算コストと誤差蓄積の課題に着目している。
• 順列不変なトランスフォーマーエンコーダにより、順序情報を必要とせずシーケンス総コストを直接回帰推定する。
• 約5パーセントの平均相対誤差と1ミリ秒未満の評価時間を達成し、従来の最適化手法より大幅な高速化を実現した。
• GTOC9問題への適用により、従来を上回る最良解を効率的に導出した。

原文タイトル: Rapid Sequence Cost Evaluation for Multi-Spacecraft Rendezvous: A Permutation-Invariant Set Transformer

arXiv で原文を見る

この要約は AI が生成したものであり、arXiv および論文著者の見解ではありません。