短距離磁気アクチュエーションと宇宙機ドッキング用途向けの認定（Certified）コイル形状学習

要旨: 本論文は、数値的検証と実験的検証の両方に支えられた、厳密な磁場—相互作用モデルを近似するための学習ベースの枠組みを提示する。高精度な磁場—相互作用モデリングは、輸送、エネルギーシステム、医療、生物医学ロボティクス、航空宇宙ロボティクスなど幅広い領域において、卓越した精度と応答性を達成するために不可欠である。航空宇宙工学では、磁気アクチュエーションは、多衛星の姿勢制御およびフォーメーション制御に対する燃料不要の解決策として検討されてきた。厳密な磁場はBiot-Savartの法則から計算できるが、対応する計算コストが過大であるため、従来研究では効率化のために双極子近似に依存してきた。しかし、これらの近似は近接作業中に精度を失い、不安定な挙動や衝突さえ引き起こす。こうした制約に対処するため、我々は厳密な場を忠実に再現しつつ、計算コストを劇的に低減する学習ベースの近似枠組みを開発する。この枠組みは、衛星間の電流ベクトルを生じる力およびトルクへ写像する係数行列を直接導出し、それにより制御用電流指令の効率的な計算を可能にする。提案手法はさらに、学習サンプル数に基づいて導出された認証付きの誤差上界を提供し、予測の信頼性と精度を保証する。学習されたモデルは、適切な幾何変換を用いることで、再学習なしに異なるサイズのコイル間の相互作用にも対応できる。提案枠組みの有効性を困難な条件下で検証するため、宇宙機のドッキングシナリオを、数値シミュレーションと実験的検証の両方を通して検討する。