核心概念
本稿では、訓練中に見られなかった制約の組み合わせにも一般化できる、構成的拡散に基づく新しい軌道生成手法「TrajDiffuser」を紹介する。
本研究は、宇宙船の動力降下における軌道最適化問題に対して、効率的かつ汎用性の高い初期推測を提供する新しい軌道生成ツール「TrajDiffuser」を開発することを目的とする。
TrajDiffuserは、構成的拡散モデルに基づいており、シミュレートされた最適軌道のデータセットから学習を行う。このモデルは、各軌道に課せられた1つまたは少数の制約を考慮し、多峰性の分布を学習する。推論時には、軌道は時間的に同時に生成され、安定した長期計画が可能となる。また、制約を組み合わせることができ、モデルの汎用性を高め、必要な訓練データ量を削減できる。生成された軌道は、最適化器の初期化に使用され、ロバスト性と速度を向上させる。