[論文レビュー] A Survey on Artificial Intelligence Trends in Spacecraft Guidance Dynamics and Control

Dario Izzo, Marcus Märtens+1 more|arXiv (Cornell University)|Dec 7, 2018

Guidance and Control Systems参考文献 34被引用数 8

ひとこと要約

本サーベイは、宇宙飛行機の誘導、ナビゲーション、制御における人工知能の最近の進展—特に進化的最適化、木探索、機械学習（深層強化学習を含む）—をレビューする。火星間軌道設計、自律的小惑星着陸、低推力ランデブーにおける成功事例を強調しており、複雑で不確実性の高い宇宙ミッションにおいてAI駆動の手法が従来手法を上回ることを示している。

ABSTRACT

The rapid developments of Artificial Intelligence in the last decade are influencing Aerospace Engineering to a great extent and research in this context is proliferating. We share our observations on the recent developments in the area of Spacecraft Guidance Dynamics and Control, giving selected examples on success stories that have been motivated by mission designs. Our focus is on evolutionary optimisation, tree searches and machine learning, including deep learning and reinforcement learning as the key technologies and drivers for current and future research in the field. From a high-level perspective, we survey various scenarios for which these approaches have been successfully applied or are under strong scientific investigation. Whenever possible, we highlight the relations and synergies that can be obtained by combining different techniques and projects towards future domains for which newly emerging artificial intelligence techniques are expected to become game changers.

研究の動機と目的

• 現代のAI技術が宇宙飛行機の誘導、力学、制御システムにどのように統合されているかを分析すること。
• 自律的宇宙ミッション設計および運用における主なAI駆動の進歩を特定すること。
• 進化的最適化、木探索、機械学習が実際のミッションシナリオで果たす性能と適用可能性を評価すること。
• 深層強化学習とニューロエボリューションの間の相乗効果が、複雑な宇宙制御問題を解決する上でどのように機能するかを強調すること。
• ミッションにインspiredされた、非空想的な結果に焦点を当てた、実務者向けの航空宇宙分野におけるAI応用の概要を提供すること。

提案手法

• グローバルな軌道最適化および制御パrameterチューニングのための進化的最適化（例：CMA-ES、微分進化、PSO）に注力する。
• 不確実性下での誘導および制御における構造的意思決定のための木探索アルゴリズムの応用。
• 遠隔センシングデータの処理および天体の分類のためのディープラーニング（CNN、DNN）の使用。
• 高次元の状態-行動空間における自律的制御のための、経験リプレイおよびポリシー勾配法を用いた深層強化学習（DRL）の採用。
• 惑星降下および小惑星着陸の制御ポリシーにおけるDNN重みを最適化するためのニューロエボリューション（例：PSOベースの学習）の統合。
• GTOCおよびCTOCコンペティションのベンチマークを活用して、AIベースの誘導アルゴリズムの検証および比較を行う。

実験結果

リサーチクエスチョン

• RQ1 進化的最適化および木探索手法は、複雑な制約下でどのように宇宙飛行機の軌道設計を改善できるか？
• RQ2 深層強化学習および深層ニューラルネットワークは、不確実な宇宙環境においてどのように自律的で頑健な制御を可能にするか？
• RQ3 惑星着陸およびランデブー・ミッションにおいて、AIベースの制御器は古典的誘導則に比べてどの程度の性能向上を達成するか？
• RQ4 DRLとニューロエボリューションの組み合わせといったAI技術の相乗効果は、宇宙ミッションにおけるシステムの頑健性および収束速度をどのように向上させるか？
• RQ5 報酬設計と経験リプレイは、宇宙制御タスクのDRL学習の安定化および加速にどのような役割を果たすか？

主な発見

• DQNおよびポリシー勾配法を用いた深層強化学習により、完全な6-DOFクローズドループ制御のもとで燃料最適なピンポイントの惑星着陸が実現された。
• PSOを用いたニューロエボリューションにより、不規則な天体上での自律的小惑星着陸のためのDNN重みが成功裏に学習され、頑健なホバリング制御が達成された。
• 経験リプレイは、障害物回避を伴う衛星ランデブーにおける高次元空間でのDQN学習を著しく安定化させ、発散を防止した。
• GTOCおよびCTOCコンペティションでの検証を通じて、AIベースの手法が、火星間軌道最適化において従来手法を上回ることを示した。
• DRLと進化的アルゴリズムの相乗的統合により、低推力軌道移動および編隊飛行シナリオにおける頑健性および収束速度が向上した。
• 報酬設計は、ピンポイント着陸や燃料効率性といったミッション固有の目的に向けたDRLエージェントの誘導に不可欠な役割を果たした。