Markov Decision Processes for Satellite Maneuver Planning and Collision Avoidance

要約

この論文では、大規模な星座のスケーラブルな操縦計画のための分散型オンライン計画アプローチを紹介します。
分散型のルールベースの戦略により効率的なスケーリングが促進されましたが、衛星操縦のための最適な意思決定アルゴリズムはまだ研究されていません。
商用衛星群が成長するにつれて、リアルタイムの軌道予測を使用して状態知識を向上させ、それによって操縦頻度を減らし、燃料を節約するなど、オンライン操縦計画の利点が生まれています。
私たちは、衛星操縦計画問題をマルコフ決定プロセス (MDP) として扱うことで、研究におけるこのギャップに対処します。
このアプローチにより、オンラインで低計算コストで最適な操縦ポリシーを生成できます。
この定式化は、操縦不可能な物体を回避するために操縦を決定する活動中の宇宙船の問題を考慮して、地球低軌道衝突回避問題に適用されます。
私たちは、シミュレーションされた地球低軌道環境で生成したポリシーをテストし、その結果を従来のルールベースの衝突回避技術と比較します。

要約(オリジナル)

This paper presents a decentralized, online planning approach for scalable maneuver planning for large constellations. While decentralized, rule-based strategies have facilitated efficient scaling, optimal decision-making algorithms for satellite maneuvers remain underexplored. As commercial satellite constellations grow, there are benefits of online maneuver planning, such as using real-time trajectory predictions to improve state knowledge, thereby reducing maneuver frequency and conserving fuel. We address this gap in the research by treating the satellite maneuver planning problem as a Markov decision process (MDP). This approach enables the generation of optimal maneuver policies online with low computational cost. This formulation is applied to the low Earth orbit collision avoidance problem, considering the problem of an active spacecraft deciding to maneuver to avoid a non-maneuverable object. We test the policies we generate in a simulated low Earth orbit environment, and compare the results to traditional rule-based collision avoidance techniques.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google