LEOにおける複数デブリ除去ミッションの最適計画：共楕円遷移と燃料補給を考慮した深層強化学習アプローチ

- LEOにおける多目標active debris removal (ADR) のミッション計画問題を扱う。 - Hohmann transfer、safety ellipse近接運用、明示的なrefueling logicを統合したco-elliptic maneuver frameworkを提案。 - Greedy heuristic、Monte Carlo Tree Search (MCTS)、Masked Proximal Policy Optimization (PPO) を比較。 - ランダム化されたdebris field、keep out zone、delta V制約を含む現実的な軌道シミュレーション環境で評価。

- 従来のGreedy heuristicやMCTSと比較し、Masked PPOがミッション効率と計算性能で優位。 - Greedyの最大2倍のdebrisを訪問可能。 - MCTSと比べてruntimeで大幅に優れる。 - 統合的なco-elliptic maneuver frameworkとrefueling logicを組み合わせた点が新規。

- Hohmann transfer、safety ellipse近接運用、refueling logicを統合したco-elliptic maneuver framework。 - 計画アルゴリズムとしてGreedy heuristic、MCTS、Masked PPOを実装。 - Masked PPOは行動マスクを用いて制約下での学習を可能にする。 - ランダム化debris field、keep out zone、delta V制約を組み込んだ軌道シミュレーション環境。

- 100のテストシナリオで3手法をベンチマーク。 - Masked PPOがGreedyより最大2倍多くのdebrisを訪問。 - MCTSよりruntimeで大幅に高速。 - ミッション効率と計算性能の両面で優位性を実証。

- 現代のRL手法がスケーラブルで安全、資源効率の良い宇宙ミッション計画に有望であることを示唆。 - ADR自律性の将来の発展に道を開く。 - 具体的な限界や課題については要旨からは不明。

- 要旨で参照/比較されている研究: Greedy heuristic、Monte Carlo Tree Search (MCTS)、Masked Proximal Policy Optimization (PPO)。 - 関連手法: Hohmann transfer、safety ellipse proximity operations、active debris removal (ADR)。 - 同分野の定番: Low Earth Orbit (LEO) における軌道計画、deep reinforcement learning を用いた宇宙ミッション計画。