HELIOS: LLM駆動の自律間接軌道最適化エージェント

HELIOSは、自然言語で記述された物理問題を入力とし、Pontryagin's Minimum Principle (PMP)に基づく間接法による軌道最適化を自動で実行する、大規模言語モデル(LLM)駆動のエージェントである。PMPのシンボリック導出、SymPyによる検証、C++のshootingコード生成、数値解法を人手を介さず自律的に行う。低推力軌道最適化の実用化における3つのボトルネック（横断条件の導出、ダイナミクスモデル変更時のコード書き換え、初期推定への敏感さ）を解決することを目指す。

従来の間接法は、制約の種類ごとに横断条件を手作業で導出し、ダイナミクスが変わるとコードを書き直す必要があり、初期推定にも敏感で実用が難しかった。HELIOSはLLMを活用し、これらのプロセスを自動化した点が新しい。特に、任意の制約をpsi(x,p)=0形式に統合する制約適応型導出フレームワークや、非標準ダイナミクス（solar sail、J2 perturbation）をテンプレート変更なしでサポートするダイナミクス適応型コード生成は、従来の自動化手法にはない柔軟性を提供する。

手法の核は、(1)制約適応型導出フレームワーク：任意の制約をpsi(x,p)=0に統合し、自由パラメータ（例：gravity-assist turning angle）の停留条件を自動生成する。(2)ダイナミクス適応型4モジュールコード生成：非標準ダイナミクスをサポートし、テンプレートを変更せずにコード生成を可能にする。(3)PMP導出の誤りやすい点をカバーする一般的な導出ルールセット。システムはLLMを用いてPMPのシンボリック導出を行い、SymPyで検証し、C++コードを生成して数値的に解く。

11の段階的なテストシナリオで検証した。単純なランデブー（8変数）から、多レッグ滞在遷移（48変数）、gravity-assist軌道（17変数）、solar-sail最小時間遷移（8変数）まで、正しく導出・解決できることを示した。最良のコンパイル成功率は100%（11/11）に達した。また、8つのオープンソースLLMバックエンドを比較し（総スコア250-905）、モデル非依存のアーキテクチャを検証し、モデル規模と導出能力の正の相関を明らかにした。

要旨からは、議論の詳細は不明。ただし、LLMの導出能力がモデル規模に依存する点や、複雑な問題（48変数）での成功率が100%でない可能性（最良で100%とあるが、全モデルではない）などが考えられる。また、実際のミッション設計への適用性や、より複雑な制約（例：障害物回避）への拡張性については要旨に記載がない。

要旨で参照されている関連研究は明示されていないが、間接法の基礎であるPontryagin's Minimum Principle (PMP)に関する文献、および低推力軌道最適化の標準的な手法（例：直接法、間接法の比較）を読むことが推奨される。また、LLMを用いた科学計算自動化の分野の研究も関連する。