運動学最適化2025/5/1arXiv:2505.03728

PyRoki: ロボット運動学最適化のためのモジュラーツールキット

PyRoki: A Modular Toolkit for Robot Kinematic Optimization

運動学的最適化問題を解くためのモジュラーで拡張可能なクロスプラットフォームツールキットを提案し、CPU/GPU/TPUで動作し、既存のGPUライブラリより高速で低誤差に収束することを示した。

詳しい要約

1. どんなもの？

- PyRokiはロボットの運動学最適化問題を解くためのmodularでextensibleかつcross-platformなtoolkit - kinematic variablesとcostsを指定するinterfaceと、効率的なnonlinear least squares optimizerを組み合わせる - pose error、speed、collision、human demonstrationとのsimilarityなど多様な目的に対応 - CPU、GPU、TPU上でnativeに最適化を実行可能

2. 先行研究と比べてどこがすごい？

- 既存ツールと異なりcross-platform性を持ち、CPU/GPU/TPUでnativeに動作 - GPU-acceleratedなinverse kinematics libraryであるcuRoboと比較して1.4-1.7x高速 - かつcuRoboより低いerrorに収束 - modularityによりmotion retargetingやplanningへの適用が容易

3. 技術・手法の肝は？

- kinematic variablesとcostsを指定するinterfaceを提供 - 効率的なnonlinear least squares optimizerと組み合わせる設計 - modularでextensibleな構成により目的関数の組み替えが可能 - CPU/GPU/TPU上でnativeに動作するcross-platform実装

4. どうやって有効だと検証した？

- motion retargetingとplanningのcase studiesでmodularityの利点を示す - optimization benchmarkingを実施 - cuRoboとの比較で1.4-1.7xの高速化とより低いerrorへの収束を確認

5. 議論はある？

- 具体的な議論の内容は要旨からは不明 - 今後の課題や制約についても要旨からは不明

6. 次に読むべき論文は？

- cuRobo（GPU-accelerated inverse kinematics library、比較対象） - nonlinear least squares optimizerに関する文献 - motion retargetingおよびplanningの関連研究

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Chung Min Kim, Brent Yi, Hongsuk Choi, Yi Ma, Ken Goldberg, Angjoo Kanazawa

分類: cs.RO

原文アブストラクト

Robot motion can have many goals. Depending on the task, we might optimize for pose error, speed, collision, or similarity to a human demonstration. Motivated by this, we present PyRoki: a modular, extensible, and cross-platform toolkit for solving kinematic optimization problems. PyRoki couples an interface for specifying kinematic variables and costs with an efficient nonlinear least squares optimizer. Unlike existing tools, it is also cross-platform: optimization runs natively on CPU, GPU, and TPU. In this paper, we present (i) the design and implementation of PyRoki, (ii) motion retargeting and planning case studies that highlight the advantages of PyRoki's modularity, and (iii) optimization benchmarking, where PyRoki can be 1.4-1.7x faster and converges to lower errors than cuRobo, an existing GPU-accelerated inverse kinematics library.

arXivで原文を読む →arXiv概要ページ

← 論文一覧