研究人员开发了一种新颖的神经算子，可以为大型航天器集群规划无碰撞轨迹。该算子在单次前向传播中将航天器、目标和碎片分布映射到轨迹，在可扩展性和速度方面显著优于经典方法。它在少量航天器上进行训练，可以推广到多达 1000 个航天器的集群，其精度可与最优控制求解器相媲美，同时在拥挤的轨道上更好地规避威胁。 AI
影响 这项研究为在日益拥挤的轨道环境中管理复杂的航天器操作提供了一个可扩展且高效的 AI 驱动解决方案。
排序理由 该集群包含一篇详细介绍轨迹规划新方法的学术论文。
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2608.00320v1 Announce Type: new Abstract: Autonomous spacecraft swarms must plan fuel-efficient, collision-free maneuvers in increasingly congested orbits, yet classical trajectory optimization scales poorly as pairwise safety constraints multiply with swarm size, and learn…
Autonomous spacecraft swarms must plan fuel-efficient, collision-free maneuvers in increasingly congested orbits, yet classical trajectory optimization scales poorly as pairwise safety constraints multiply with swarm size, and learning-based planners rarely transfer across swarm …