权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

機械学習による多体力学系の解空間構造抽出と大域的軌道最適化への応用

使用机器学习提取多体动力系统的解空间结构并应用于全局轨迹优化

基本信息

批准号：
19J22024
负责人：
柳田幹太
金额：
$ 1.98万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-25 至 2022-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19J22024/
关键词：
大域的最適化軌道設計強化学習深層学習

项目摘要

昨年度は深層強化学習を用いて比較的シンプルな円制限三体問題の軌道探索を自動化する枠組みの提案を行った。強化学習によって研究目的の一つ「探索結果の学習による探索の効率化（単発性の解消）」は一部達成できたものの、強化学習は将来の情報を正確に予測することが苦手であり、探索精度や探索効率に課題があった。そこで今年度は、後の最適化を前提に初期軌道のみを強化学習で探索する枠組みの構築を目指した。強化学習の適用対象を初期軌道に絞ることで、探索精度や探索効率の抜本的な改善を図った。提案手法では軌道探索を二段階に分割し、それぞれ軌道の初期解生成を行うアウターループと最適制御理論に基づく最適化を行うインナーループとした。アウターループは柔軟な軌道生成が行えるように深層生成モデルで構築され、インナーループでの最適化後に良い局所解が得られやすいような「良い初期解分布」となるよう、強化学習によって訓練される。制御理論の厳密さや透明性を取り入れ、研究目的の一つ「解を得た過程の可視化（不透明性の解消）」にも繋がる内容であり、今後toy problemによる詳細な検証と円制限三体問題の軌道探索への応用が重要となる。

Last year, the deep reinforcement learning system was used to control the three-body problem, and the orbital exploration was automated. One of the research objectives of reinforcement learning is to explore the results of learning, explore the efficiency (single resolution). Part of the problem is to achieve the goal of reinforcement learning, and to accurately predict future information. Part of the problem is to explore the accuracy of learning and explore the efficiency. This year, the optimization of the initial orbit, reinforcement learning, exploration, and construction of the system are directed. Reinforcement learning is applied to the initial orbit of the image, and the accuracy of the exploration is improved. The proposed method is two-stage segmentation of the orbit, and the initial solution of the orbit is generated by optimal control theory. The soft orbit generation is based on deep generation, optimization, and good initial solution. Reinforcement learning is based on training. The theory of control and transparency are introduced. The purpose of the study is to visualize the process of solving the problem (opacity resolution). The content of the toy problem in the future is to examine the problem in detail and to explore the orbit of the three-body problem.

项目成果

期刊论文数量（5）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

深層強化学習を用いた地球低軌道からの低エネルギー軌道遷移の探索

利用深度强化学习探索低地球轨道的低能轨道转变

DOI：
发表时间：
2019
期刊：
影响因子：
0
作者：
Kanta Yanagida;Naoya Ozaki;Ryu Funase;柳田幹太，尾崎直哉，船瀬龍
通讯作者：
柳田幹太，尾崎直哉，船瀬龍

Exploration of Long Time-of-Flight Three-Body Transfers Using Deep Reinforcement Learning

使用深度强化学习探索长飞行时间三体转移

DOI：
发表时间：
2020
期刊：
影响因子：
0
作者：
Kanta Yanagida;Naoya Ozaki;Ryu Funase
通讯作者：
Ryu Funase

Demonstration of Simulator Environment

模拟器环境演示

DOI：
发表时间：
2019
期刊：
影响因子：
0
作者：
Yayoi Fujitaka;Kanta Yanagida
通讯作者：
Kanta Yanagida

Design and Development of Low-cost and Highly Reliable C&DH Subsystem for Deep Space Nano Satellites

低成本高可靠C的设计与开发

DOI：
发表时间：
2019
期刊：
影响因子：
0
作者：
Ryo Suzumoto;Shintaro Nakajima;Kanta Yanagida;Kota Kakihara;Wataru Mikuriya;Satoshi Ikari;Yosuke Kawabata;Kota Miyoshi;Funase Ryu
通讯作者：
Funase Ryu

Mission to Earth-Moon Lagrange Point by a 6U CubeSat: EQUULEUS

6U CubeSat 地月拉格朗日点任务：EQULEUS