Monte Carlo Tree Search Satellite Scheduling Under Cloud Cover Uncertainty

要約

動的環境における衛星リソースの効率的な利用は、衛星のスケジュール設定において依然として困難な問題です。
この論文では、雲量などの不確実な条件下で衛星群全体のタスク スケジューリングを最適化することを目的として、複数衛星収集スケジューリング問題 (m-SatCSP) に取り組みます。
確率的検索アルゴリズムであるモンテカルロ ツリー検索 (MCTS) を活用して、衛星を効果的にスケジュールするために 2 つのバージョンの MCTS が検討されています。
ハイパーパラメーターの調整は、アルゴリズムのパフォーマンスを最適化するために実行されます。
実験結果は、MCTS アプローチの有効性を示しており、ソリューションの品質と効率の両方で既存の方法を上回っています。
他のスケジューリング アルゴリズムとの比較分析により、競争力のあるパフォーマンスが実証され、MCTS が動的環境における衛星タスク スケジューリングの有望なソリューションとして位置づけられています。

要約(オリジナル)

Efficient utilization of satellite resources in dynamic environments remains a challenging problem in satellite scheduling. This paper addresses the multi-satellite collection scheduling problem (m-SatCSP), aiming to optimize task scheduling over a constellation of satellites under uncertain conditions such as cloud cover. Leveraging Monte Carlo Tree Search (MCTS), a stochastic search algorithm, two versions of MCTS are explored to schedule satellites effectively. Hyperparameter tuning is conducted to optimize the algorithm’s performance. Experimental results demonstrate the effectiveness of the MCTS approach, outperforming existing methods in both solution quality and efficiency. Comparative analysis against other scheduling algorithms showcases competitive performance, positioning MCTS as a promising solution for satellite task scheduling in dynamic environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google