宇宙機/世界モデル2026/9/2arXiv:2609.03067

GPU加速宇宙機ランデブー・近傍運用のための世界モデル

GPU-Accelerated Astrodynamics World Models for Spacecraft Rendezvous and Proximity Operations

宇宙機のランデブー・ドッキング運用に世界モデルを初適用し、GPU並列シミュレーション環境とトランスフォーマー型世界モデルを構築、強化学習より高効率な計画性能を示した。

詳しい要約

1. どんなもの？

本論文は、宇宙機のランデブーおよび近接運用（RPO）にWorld Modelを初めて適用した研究である。具体的には、ISSドッキング環境をJAXベースでGPU並列シミュレーションするオープンソース環境と、トランスフォーマーを用いたWorld Model（Out-of-this-World-Model）を提案する。このモデルは、相対運動状態とカメラ画像を潜在状態にエンコードし、コマンドされた推力・トルクに基づいて潜在状態の進化をflow matchingで予測する。将来の観測の分布を生成し、確率的ダイナミクスと各タイムステップの不確実性を捉える。

2. 先行研究と比べてどこがすごい？

World Modelはロボティクスやゲーム環境で成功しているが、宇宙ドメインへの適用は本研究が初めてである。既存のDreamerV3スタイルの後方修正ベースラインと比較して、より少ないパラメータとハイパーパラメータで優れた性能を達成する。また、強化学習ベースラインと比較して、サンプル効率とタスク成功率が向上し、未見のポートに対する外挿一般化も大幅に改善される。

3. 技術・手法の肝は？

手法の核は、JAXベースのGPU並列シミュレーション環境により数千の状態遷移を生成し、トランスフォーマーベースのWorld Modelを訓練することである。モデルは相対運動状態とボディ固定カメラ画像を潜在状態にエンコードし、コマンドされた推力・トルクに基づいて潜在状態の進化をone-step flow matchingで予測する。これにより、将来の観測の分布を生成し、確率的ダイナミクスと不確実性を捉える。

4. どうやって有効だと検証した？

カプセルがISSに自動ドッキングするタスクで検証した。ドッキング成功率は強化学習ベースラインの29%に対し53%と向上し、未見のポートでは成功率が40%対17%と2倍以上に改善した。また、接近中に遭遇する異常物体の検出精度は98%である。

5. 議論はある？

要旨からは、提案手法の限界や課題についての議論は不明である。ただし、World Modelの宇宙ドメインへの適用可能性を示し、シミュレーション環境とモデルをオープンソース化することで今後の研究を促進する意図が述べられている。

6. 次に読むべき論文は？

要旨で参照されている関連研究として、DreamerV3スタイルの後方修正ベースラインが挙げられる。また、World Modelの一般的な枠組みとして、World Models (Ha & Schmidhuber)やDreamerシリーズが関連する。さらに、宇宙機のランデブー・近接運用に関する強化学習の研究も関連する。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Duncan Eddy, Isaac R. Ward, Grace Ra Kim, Mykel J. Kochenderfer

分類: cs.RO, eess.SY

原文アブストラクト

World models are an emerging paradigm in representation learning in which an agent jointly learns state-action dynamics and observation models from offline trajectory data, enabling multi-step planning and trajectory prediction with uncertainty estimates. They have shown strong results in robotics and game environments, but, to the best of our knowledge, have not previously been applied to the space domain. This paper introduces a world model-based approach to cooperative and non-cooperative spacecraft rendezvous and proximity operations. First, we introduce an open-source, JAX-based International Space Station (ISS) docking environment supporting parallel GPU simulation of spacecraft orbit and attitude dynamics, generating the thousands of state-action transitions that world model training requires. Second, we introduce Out-of-this-World-Model, a transformer-based world model that encodes relative kinematic states and body-fixed camera imagery into a latent state and predicts its evolution under commanded thrusts and torques using one-step flow matching. It produces a distribution over future observations, capturing stochastic dynamics and per-timestep uncertainty, and outperforms DreamerV3-style posterior-correction baselines with fewer trainable parameters and hyperparameters. Third, we apply the approach to a capsule autonomously docking with the ISS under keep-out-zone constraints, demonstrating improved sample efficiency and task performance over reinforcement learning baselines (53% versus 29% docking success across ports), better out-of-distribution generalization (on held-out ports the world model more than doubles baseline success, 40% versus 17%), and detection of anomalous objects encountered during approach with 98% classification accuracy. We open-source the simulation environment and model architecture to enable further study of this paradigm.

arXivで原文を読む →arXiv概要ページ

← 論文一覧