文献

J-GLOBAL ID：202202216115677375   整理番号：22A0654752

二値小惑星システム周囲の自律画像ベース誘導のための強化学習【JST・京大機械翻訳】

Reinforcement Meta-Learning for Autonomous Image-Based Guidance around Binary Asteroid Systems

著者 (6件)： Federici Lorenzo (Universita degli Studi di Roma La Sapienza) ,  Scorsoglio Andrea (University of Arizona) ,  Ghilardi Luca (University of Arizona) ,  D’Ambrosio Andrea (Universita degli Studi di Roma La Sapienza) ,  Benedikter Boris (Universita degli Studi di Roma La Sapienza) ,  Furfaro Roberto (University of Arizona)
資料名： AIAA Conference Proceedings / Meeting Papers  (AIAA Conference Proceedings / Meeting Papers)
巻： 2022  号： AIAA SCITECH 2022 Forum  ページ： 2270  発行年： 2022年 
JST資料番号： H0236B  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,バイナリ小惑星システムに対する衝撃ミッションの端末相中の低推力の宇宙船の自律誘導のためのメタ強化学習の使用に焦点を当てた。制御方策を畳み込み-再電流ニューラルネットワークによって置換し,それを,最適制御推力および推力時間に対して,オンボードカメラによって収集した光学観察を写像するために使用した。ネットワークを,最先端の政策勾配強化学習アルゴリズムであるProximal政策最適化によって訓練した。DARTミッションの最終位相を試験ケースとして用いた。目的は,65803Didymos2成分系において,小型物体,Dimorphosに衝突する宇宙船を操縦することである。宇宙探査機動力学は,付加的太陽放射圧力項を持つ双楕円制限4体問題内で記述される。初期条件はDARTミッションの実際の仕様に従ってランダムに散乱する。Dimorphosの軌道位置のランダム誤差も,二値系の特性と動力学の不確実性を反映すると考えられる。制御システムは,最終宇宙船位置の誤差を最小化することを目的とする。数値結果により,誘導システムは,ほとんどすべての試験シナリオにおいて,最終衝撃点に向けて,宇宙船を正しく駆動することができた。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  最適化 ,  衝撃 ,  太陽 ,  電流 ,  ネットワーク ,  推力 ,  宇宙飛行体 ,  宇宙探査機 ,  ニューラルネットワーク ,  *小惑星 ,  端末装置 ,  位相 ,  軌道 ,  *強化学習

分類 (1件)： 宇宙飛行体の運動・軌道  (QK02060W)

タイトルに関連する用語 (5件)： 二値 ,  小惑星 ,  自律 ,  誘導 ,  強化学習