우주산업·정책
다중 우주선 랑데부 미션 설계, 순서 무관 셋 트랜스포머로 비용 평가 5자리 가속
arXiv에 공개된 연구는 다중 우주선·다중 랑데부 미션 설계에서 목표 집합 방문 총비용을 순서 정보 없이 직접 회귀하는 딥러닝 모델을 제안했다. 목표 쌍별 전이 비용면을 잠재 특징으로 압축한 뒤 순열 불변(permutation-invariant) 트랜스포머 인코더가 시간창 파라미터와 함께 시퀀스 비용을 추정하는 방식으로, 약 85만 개의 레이블된 시퀀스로 학습해 평균 상대오차 약 5%와 1밀리초 미만의 평가 시간을 달성했다. 연구진은 이것이 정밀 최적화보다 약 5자리(10만 배) 수준 빠르다고 밝혔다. 이 평가기를 진화 알고리즘 기반 전역 탐색에 결합해 GTOC9 문제에 적용한 결과, 우주선 7기부터 10기까지 고려한 모든 함대 규모에서 기존 최고 해를 갱신했으며 차분진화 보정의 초기 추정값으로 쓰면 기존 공개 최적해를 추가로 개선했다. 저자들은 쌍별 전이 비용 함수와 구간 비용에 대해 단조인 시퀀스 비용 지표만 있으면 되므로 저궤도 위성 서비싱이나 심우주 다중 목표 탐사에도 적용 가능하다고 설명했다.
arXiv astro-ph.IM (관측기기)