Pretrained Approximators for Low-Thrust Trajectory Cost and Reachability

本論文は、スケーリング則と自己相似変換を活用して再学習なしに多様な軌道環境に一般化し、低推力軌道のコストと到達可能性を高精度かつ効率的に近似する機械学習の代理モデルを導入する。

要約

地球から小惑星へ、非常に弱いが極めて効率的なエンジン（ゆっくりと漂うイオンスラスタのようなもの）を用いて宇宙船を飛行させる最善の方法を模索する、宇宙ミッション計画者になったと想像してください。

かつて、各ミッションごとに完璧な軌道を導き出すことは、新しい目的地を決めるたびに、巨大で複雑な数学パズルを一から解こうとするようなものでした。スーパーコンピュータであっても、たった一つの経路を計算するだけで数日を要しました。もし千個もの異なる小惑星をチェックしようものなら、何年も待たされることになります。

この論文は、数百万の経路を記憶したベテランの宇宙パイロットのように振る舞う新しい「スマートアシスタント」（機械学習モデル）を紹介するものです。毎回数学パズルを解く代わりに、このアシスタントは燃料の必要量と所要時間を瞬時に予測します。

以下に、このアシスタントがどのように構築され、なぜこれほど効果的に機能するのかを、簡単なアナロジーを用いて解説します。

1. 「スケーリング則」の発見：大きければ大きいほど優れている

研究者たちは、ある興味深い事実に気づきました。コンピュータに与える「練習問題」の量を増やし、ニューロン層を追加してコンピュータの「脳」をより賢くするほど、軌道の予測精度が高まるという事実です。

• アナロジー: チェスを学ぶようなものだと考えてください。10 回対戦すればそこそこの腕前になりますが、1 万回マスターと対戦すれば非常に上手になります。彼らは、コンピュータがどれだけ向上できるかには「天井」がないことを見つけました。より多くのデータを与え、より大きな脳を持たせさえすれば、その性能は線形的に向上し続けるのです。

2. 「ホモトピー・レイ」法：限界で訓練する

このアシスタントを訓練するには、宇宙経路の巨大なデータセットが必要でした。しかし、宇宙空間で単に開始点と終了点をランダムに選んだ場合、低推力エンジンでは到達不可能なケースがほとんどです。これは、学生に 99% の答えが「不可能」である数学問題を解かせるようなものです。

• アナロジー: ランダムな推測をする代わりに、彼らは「ホモトピー・レイ」と呼ばれる手法を用いました。2 点の間（有効で簡単な経路）にゴムバンドを張ったと想像してください。そのゴムバンドを、切れそうになるまでゆっくりと強く引っ張ります。その「切れそうになる瞬間」が、到達可能な限界の縁です。
• 彼らは、簡単な経路から始めて、徐々に限界に向かって引き伸ばすことで、数百万の経路を生成しました。これにより、コンピュータは不可能なものに時間を浪費するのではなく、最も重要で困難、かつ有用な経路、すなわち実現可能性の限界のすぐそばにある経路を学習することができました。

3. 「ユニバーサル・トランスレーター」：至る所で同じパターンを見る

以前の AI モデルの最大の欠点の一つは、火星への飛行しか知らない専門家のようなものであったことです。木星について尋ねれば、失敗しました。

• アナロジー: 研究者たちは、宇宙旅行の物理学が「自己相似」であることを突き止めました。地球から近隣の小惑星への旅は、サイズと時間だけが拡大または縮小されているだけで、数学的には木星からその衛星への旅と全く同一なのです。
• 彼らはデータのための「ユニバーサル・トランスレーター」を作成しました。AI に数値を入力する前に、「ここは 100 万キロメートル離れている」といった具体的な詳細を剥ぎ取り、すべてを「出発距離の 10 倍」といった相対的な比率に変換しました。
• 結果: AI は特定の数字ではなく、問題の「形状」を学習しました。这意味着、地球 - 火星データで訓練された同じ AI モデルは、再訓練を必要とすることなく、地球 - 木星の経路や、異なる惑星周辺の経路を瞬時に予測できることを意味します。これは車を運転することを教えるようなもので、一度交通規則を覚えれば、フォードであれトヨタであれ、新しいレッスンなしで運転できるのと同じです。

4. AI が実際に何を行うか

チームは 2 つの特定の「脳」を構築しました。

• 燃料計算機: 開始点、終了点、および時間制限が与えられれば、消費する燃料の量を正確に予測します。
• 時間計算機: 開始点、終了点、および燃料予算が与えられれば、そこに到達する最速の時間を予測します。

5. 機能の証明

彼らは単に機能すると主張しただけでなく、3 つの方法でテストを行いました。

• 公開チャレンジ: 他の科学者が作成したデータセットでテストしました。特に燃料の少ない困難な経路において、彼らの AI は従来の手法よりもはるかに高精度でした。
• 「小惑星ホッピング」ゲーム: 決まった時間内にできるだけ多くの小惑星を訪れることを目的とした有名な宇宙ミッション競技（GTOC4）でこれを使用しました。AI は非常に効率的な経路を設計するのを支援しました。
• 「ポークチョップ」マップ: ミッション計画において、エンジニアは「ポークチョップ・プロット」（最適な打ち上げ日と旅行時間を示すマップ）を描きます。伝統的に、こうしたマップの 1 つを作成するには、スーパーコンピュータで数日かかるものでした。AI はこれらのマップを数分の一秒で生成し、計画担当者がミッションの打ち上げの「絶好のタイミング」を瞬時に視覚化できるようにしました。

まとめ

この論文は、宇宙旅行計画のための普遍的なショートカットとして機能する「事前学習済み」の AI ツールを提示しています。巨大で賢く生成されたデータセットで訓練し、無関係な詳細を無視する「翻訳」システムを用いることで、この AI は、目的地や惑星に関係なく、低推力旅程に必要な燃料量と時間を、ミッション計画担当者に瞬時に伝えることができます。これにより、かつて数日間の重計算を要していたプロセスが、一瞬の予測へと変わり、野心的な将来の宇宙ミッションの設計を大幅に容易にします。

技術概要

技術概要：低推力軌道コストと到達可能性のための事前学習近似器

問題定義

低推力電気推進は、高い比推力と柔軟性を提供する現代の宇宙ミッションにおける重要な技術です。しかし、その適用は、軌道設計をインパルスの操作から、非線形最適制御問題を解くことで導出される連続的な制御則へと根本的にシフトさせます。高忠実度の最適制御手法は存在しますが、その計算コストは、設計者が変化する境界条件のもとで数百万の候補遷移を評価しなければならない、初期段階のミッション設計や大域的最適化には過大です。

既存の近似手法、例えば解析的（エデルバウム型）または半解析的（ランバートベース）な手法は計算効率的ですが、しばしば特定の力学領域に制限されます。データベース駆動のアプローチはより高い精度を提供しますが、学習ドメイン外では精度が低下します。最近の機械学習（ML）の代理モデル（バリューネットワーク）は有望ですが、限界に直面しています：これらは通常、狭く定義されたシナリオで訓練され、異なる軌道領域や中心天体間での汎化能力が欠如しており、公開データセットと事前学習モデルの不足により、独立した検証が妨げられています。

手法

1. データ生成：ホモトピー・レイ法

データ不足と分布バイアスに対処するため、著者らは大規模でミッション指向のデータセットを生成するためのホモトピー・レイ法を提案します。

• 戦略：多くの非実現可能な遷移をもたらす一様ランダムサンプリングの代わりに、この手法は実現可能なケプラー軌道解から開始します。その後、境界条件空間内のランダムな「レイ」に沿って（初期および終端速度を摂動させ）、到達可能性の境界に向かってこれらの解を漸近的に変形します。
• 継続：ホモトピーパラメータが変形を制御します。前の解からの共役変数は、各ステップにおけるショット法の初期値として機能し、迅速な収束を確保します。
• ターゲティング：この戦略は、実現可能領域と到達可能性の臨界境界（遷移が非実現可能となる、または最大燃料を必要とする領域）を密に充填します。これらは最適化にとって最も関連性の高い領域ですが、ランダムデータセットではしばしば過小評価されています。
• 規模：この手法により、単一および多周回遷移、広範な軌道要素（離心率 0–1、軌道傾斜角 0–180°）、多様な推進パラメータを網羅する、約1 億の軌道サンプルからなるデータセットが生成されました。

2. 問題定式化と間接法

データセットは、2 点境界値問題（TPBVP）に変換された間接法（ポントリャーギンの最小原理）を用いて 2 つの最適制御問題を解くことで構築されます。

• 燃料最適化：推進剤消費を最小化します。
• 時間最適化：遷移時間を最小化します。
• 手法：著者らは特異点を回避するために修正赤道要素（MEE）を採用し、バング・バング制御を滑らかにするために対数ホモトピーを用い、収束を改善するために共役変数ベクトルの正規化を行いました。時間最適化の多周回遷移については、分岐を回避し、堅牢な収束を確保するために「軌道から軌道への」制約（終端真近点角の緩和）が用いられました。

3. 次元削減と自己相似変換

再学習なしに異なるミッションシナリオ間で単一のモデルを汎化可能にするため、著者らは物理的不変性を活用する自己相似変換を導入します。

• 回転不変性：座標系を回転させ、出発位置を x 軸に、到着位置を xy 平面に揃えることで、3 つの冗長な自由度を除去します。
• 次元不変性：変数を基準長さ（$L_0 = \|r_0\|$）と時間（$T_0 = \sqrt{L_0^3/\mu}$）を用いて無次元化します。これにより、絶対スケールと重力パラメータ $\mu$ への明示的な依存性を除去します。
• 入力特徴量：入力ベクトルは 17 個の変数から、11 個の独立した無次元特徴量に削減されます。重要なことに、ランバートソルバーの解（2 インパルス遷移特性）が、強力な物理的事前知識を提供する入力特徴量として埋め込まれます。

4. ニューラルネットワークアーキテクチャ

• 単一周回：9 層の隠れ層と層あたり 128 個のニューロンを持つ標準的な深層ニューラルネットワーク。
• 多周回：増大する非線形性と制御スイッチングを処理するため、スキップ接続を備えた**残差多層パーセプトロン（ResMLP）**が採用されます。
• スケーリング則：著者らは、近似誤差がデータセットサイズとモデルパラメータの両方の対数に対して線形的に減少し、探索された領域では飽和の兆候が見られないことを観察しました。これは、モデル複雑性を無制限に増加させるのではなく、データセットサイズを拡大する決定を導きました。

主要な貢献

1. スケーリング則の観察：本論文は、低推力軌道近似がスケーリング則に従うという実証的証拠を提供します。これにより、性能はデータとモデル容量の増加に伴って体系的に向上し、大規模データセットの構築が正当化されます。
2. ホモトピー・レイによるデータ生成：設計空間の臨界領域（低燃料および到達可能性の境界）を効率的に捉える、高品質で境界に焦点を当てたデータセットを生成する新しい戦略。
3. 自己相似的汎化：半長径、軌道傾斜角、中心天体、推進パラメータが異なる場合でも、単一の事前学習モデルが汎化することを可能にする変換の導入。これにより、シナリオ固有の再学習の必要性が排除されます。
4. オープンソース化：著者らは、訓練済みモデル、大規模データセット、および実装コード（C++、Python、MATLAB）をコミュニティに公開します。

結果と性能

モデルは以下の 3 つの側面で検証されました。

1. 公開データセットベンチマーク：Acciarini ら [34] のデータセットでテストされました。提案モデルは、燃料予測において平均絶対誤差（MAE）9.73 m/s（相対誤差 1.21%）を達成し、参照モデル（65.49 m/s、8.26%）を大幅に上回りました。特に低推力領域（$\Delta v < 1000$ m/s）で顕著でした。
2. GTOC4 多フライバイミッション：10 年間、49 個の小惑星フライバイのミッションに適用されました。モデルはセグメントごとの $\Delta v$ 要件（MAE 約 10 m/s）を正確に予測し、準最適軌道の評価を可能にするとともに、複雑な逐次ミッション計画における有用性を示しました。
3. ポークチョッププロットの生成：地球 - 小惑星ランデブーミッションの迅速なスクリーニングに使用されました。代理モデルは、高忠実度ソルバーが数日を要するのに対し、無視できる時間でコスト地形（ポークチョッププロット）を生成し、実現可能な低コストウィンドウを正確に特定するとともに、局所最適値のために従来のソルバーが収束に失敗するケースを処理しました。

精度指標：

• 単一周回：燃料（$\Delta v$）の平均相対誤差（MRE）は0.014%、時間（$\Delta t$）は0.63%。
• 多周回：燃料の MRE は0.003%、時間は0.54%。

意義と主張

本論文は、この研究が低推力軌道評価のパラダイムを、シナリオごとの「再計算と再学習」のワークフローから、タスク再利用可能な事前学習モデルへとシフトさせると主張しています。スケーリング則と物理的対称性を活用することで、このフレームワークは計算コストの高い最適制御と迅速なミッション設計探索の間のギャップを埋めます。

著者らは、このアプローチが非専門家（例えば、惑星科学者）にとっての参入障壁を下げ、最適制御理論に関する深い専門知識を必要とせずに、次世代の惑星間ミッションに対する迅速な到達可能性とコスト評価を可能にすることを強調しています。これらのモデルは、再学習なしに多様なミッション設計パラメータと軌道環境を処理できる、多用途で高忠実度の代理モデルとして提示されています。