Core Concepts
언어 모델을 활용하여 우주선 자율 운영 및 제어 기술을 개발하고자 한다.
Abstract
이 연구는 대규모 언어 모델(LLM)을 활용하여 우주선 운영을 위한 자율 에이전트를 개발하는 것을 목표로 한다.
기존의 강화학습 기반 접근법의 한계를 극복하고자 LLM을 활용하였다.
프롬프트 엔지니어링, 소수 샷 프롬팅, 파인 튜닝 등의 기법을 통해 LLM의 성능을 최적화하였다.
이를 통해 Kerbal Space Program Differential Games (KSPDG) 환경에서 2위를 달성하는 등 우수한 성과를 보였다.
LLM 기반 에이전트는 기존 강화학습 기반 에이전트에 비해 데이터 효율성이 높고, 복잡한 우주 운영 문제에 효과적으로 적용될 수 있다.
향후 LLM을 다양한 우주 응용 분야에 적용하고, 안전성 및 신뢰성 확보를 위한 연구가 필요할 것으로 보인다.
Stats
추적기와 회피기 사이의 상대 거리는 약 750,000m 수준이다.
추적기와 회피기의 상대 속도는 약 2,000m/s 수준이다.
추적기와 회피기의 최근접 거리는 약 234m로 예상된다.
Quotes
"언어 모델은 우주선 운영자가 될 수 있다."
"LLM 기반 에이전트는 기존 강화학습 기반 에이전트에 비해 데이터 효율성이 높다."