TEeVTOL: Balancing Energy and Time Efficiency in eVTOL Aircraft Path Planning Across City-Scale Wind Fields

要約

電動垂直離着陸 (eVTOL) 航空機は、その機動性と柔軟性が認められ、輸送システムの有望な代替手段となります。
しかし、これらの航空機の運用効率は、風力発電などの予測不可能な環境要因に起因するエネルギー効率と時間効率の微妙なバランスなど、多くの課題に直面しています。
エネルギーと時間のコストを節約することを目的として、都市の風力発電所での航空機の飛行経路を計画するために、数学的モデリングに基づくアプローチが採用されています。
効果的ではありますが、動的で複雑な環境への適応には限界があります。
ダイナミックな風力場を通る eVTOL の飛行におけるエネルギーと時間の効率を最適化するために、深層強化学習を活用した新しい経路計画方法を導入します。
私たちは広範な実験でこの方法を評価し、ダイクストラのアルゴリズムと比較します。ダイクストラのアルゴリズムは、重みがエネルギーまたは時間のコストを表す、重み付きグラフ内の最短経路を決定するための理論的に最適なアプローチです。
結果は、私たちの方法がエネルギー効率と時間効率の間の適切なバランスを達成し、両方の目的の理論上の最適値によく似ていることを示しています。

要約(オリジナル)

Electric vertical-takeoff and landing (eVTOL) aircraft, recognized for their maneuverability and flexibility, offer a promising alternative to our transportation system. However, the operational effectiveness of these aircraft faces many challenges, such as the delicate balance between energy and time efficiency, stemming from unpredictable environmental factors, including wind fields. Mathematical modeling-based approaches have been adopted to plan aircraft flight path in urban wind fields with the goal to save energy and time costs. While effective, they are limited in adapting to dynamic and complex environments. To optimize energy and time efficiency in eVTOL’s flight through dynamic wind fields, we introduce a novel path planning method leveraging deep reinforcement learning. We assess our method with extensive experiments, comparing it to Dijkstra’s algorithm — the theoretically optimal approach for determining shortest paths in a weighted graph, where weights represent either energy or time cost. The results show that our method achieves a graceful balance between energy and time efficiency, closely resembling the theoretically optimal values for both objectives.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google