EOS-Bench：地球観測衛星スケジューリングのための包括的ベンチマーク

Abstract

地球観測衛星のイメージング・スケジューリングは、宇宙ミッション運用の中核となる、困難なNP困難な組合せ最適化問題です。次世代の機敏な地球観測衛星（EOS）は運用の柔軟性を高めますが、スケジューリングの複雑さも大幅に増大させます。統一されたオープンソースのベンチマークがないため、研究間でアルゴリズムを比較することが難しくなっています。本論文では、スケジューリング手法を体系的かつ再現可能に評価するための包括的な枠組みであるEOS-Benchを提案します。高精度な軌道ダイナミクスとプラットフォーム制約を統合することで、EOS-Benchは、少規模の検証ケースから、最大1,000機の衛星と10,000件の要求を扱う大規模な協調問題までをカバーする、1,390のシナリオと13,900のベンチマーク・インスタンスを生成します。 さらに、機会密度、タスク柔軟性、競合の強度、衛星の混雑といった要因に基づいて構造的な難しさを定量化するためのシナリオ特性化手法を提案します。多次元の評価プロトコルを導入し、5つの指標、すなわちタスク利益、完了率、作業負荷のバランス、適時性、実行時間にわたって性能を評価します。この枠組みは、機敏（アジャイル）および非機敏の双方の設定において、整数計画法、ヒューリスティクス、メタヒューリスティクス、深層強化学習を用いて評価されます。その結果、EOS-Benchは、規模および条件の違いにまたがってソルバの性能を効果的に識別できることが示され、解の質と計算効率の間のトレードオフを明らかにするとともに、シナリオの複雑さに対するより深い洞察を提供します。 EOS-Benchは、地球観測衛星スケジューリングの研究を前進させるための、統一された拡張可能なオープン・テストベッドを提供します。コードおよびデータは https://github.com/Ethan19YQ/EOS-Bench で利用可能です。