軌道上スペースAI：衛星コンステレーションのためのフェデレーテッド、多エージェント、協調アルゴリズム

Abstract

衛星コンステレーションは、孤立した宇宙機から、軌道上での知覚、意思決定、適応を可能にするネットワーク化されたソフトウェア定義プラットフォームへと、宇宙システムを変革しつつある。とはいえ、既存のAI研究の多くは単一衛星における推論に中心を置いたままであり、コンステレーション規模の自律性は、動的な衛星間接続の下での学習と協調、厳しいSWaP-C制約、放射線誘発の故障、非IIDデータ、コンセプトドリフト、安全性に直結する運用上の制約といった、根本的に新しいアルゴリズム要件をもたらす。本調査では、3つの相補的なパラダイムを通じて、軌道上空間AIの新たに生まれつつある分野を統合する： (i) {federated learning} による衛星をまたいだ学習、個別化、そして安全な集約； (ii) {multi-agent algorithms} による協調的計画、資源配分、スケジューリング、フォーメーション制御、衝突回避； (iii) {collaborative sensing and distributed inference} による複数衛星の融合、追跡、分割／早期終了型推論、ならびにコンステレーションのネットワークと連携したクロスレイヤ設計。これらを、システムレベルの俯瞰と、協調アーキテクチャ、時間的メカニズム、信頼モデルを統一するタクソノミーとして提示する。コミュニティの発展を支え、また本レビューを将来にわたって実行可能なものに保つため、関連する論文やリソースを継続的に https://github.com/ziyangwang007/AI4Space でキュレーションしている。