日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

歩行arXiv:2506.07823

脚ロボットのGPU加速学習と制御のための主双対iLQR

Primal-Dual iLQR for GPU-Accelerated Learning and Control in Legged Robots

シェア:XThreadsFacebookLINEはてブBluesky

GPU並列化を活用した脚ロボット歩行のモデル予測制御を提案し、主双対KKT系を並列スキャンで解くことで高速化と大規模並列学習を実現した。

詳しい要約

1. どんなもの?

- 本論文は、脚式ロボットのロコモーションのための新しいModel Predictive Control (MPC) 実装を提案している。 - GPU並列化を活用し、時間方向と状態空間方向の両方の並列化を可能にする。 - 並列連想スキャン (parallel associative scan) を用いてprimal-dual Karush-Kuhn-Tucker (KKT) システムを解く。 - 計算複雑度をO(log^2(n)log N + log^2(m))に低減(従来はO(N(n + m)^3))。 - JAX実装により、複数環境にわたる大規模並列化をサポートし、GPU上でMPCをループ内に含む学習を可能にする。

2. 先行研究と比べてどこがすごい?

- 従来のMPCソルバと比較して、計算複雑度が大幅に改善されている。 - 最先端ソルバであるacadosおよびcrocoddylと比較して、予測ホライズン長を変化させた際に、Whole Body Dynamics (WB)-MPCで最大60%のランタイム改善、Single Rigid Body Dynamics (SRBD)-MPCで最大700%の改善を達成。 - 問題の状態次元に対して効率的にスケールし、最大16台の脚式ロボットの集中コントローラを25ms未満で計算可能。 - JAX実装により、GPU上での大規模並列化と学習との統合が可能。

3. 技術・手法の肝は?

- 時間方向と状態空間方向の並列化を可能にする並列連想スキャンを導入。 - primal-dual KKTシステムを並列連想スキャンで解くことにより、計算複雑度をO(log^2(n)log N + log^2(m))に低減。 - JAXを用いて実装され、GPU上での大規模並列化を実現。 - これにより、MPCをループ内に含む学習をGPU上で直接実行可能。

4. どうやって有効だと検証した?

- 提案手法をacadosおよびcrocoddylと比較し、予測ホライズン長を変化させた際のランタイム改善を評価。 - WB-MPCで最大60%、SRBD-MPCで最大700%の改善を確認。 - 状態次元に対するスケーリング効率を評価し、16台の脚式ロボットの集中コントローラを25ms未満で計算できることを示した。 - コードは公開されている。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- acados: 比較対象として挙げられている最先端ソルバ。 - crocoddyl: 比較対象として挙げられている最先端ソルバ。 - 関連手法として、parallel associative scanやprimal-dual KKTシステムに関する文献が考えられるが、要旨では具体的に参照されていない。

※ 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: Lorenzo Amatucci, João Sousa-Pinto, Giulio Turrisi, Dominique Orban, Victor Barasuol, Claudio Semini

分類: cs.RO

原文アブストラクト

This paper introduces a novel Model Predictive Control (MPC) implementation for legged robot locomotion that leverages GPU parallelization. Our approach enables both temporal and state-space parallelization by incorporating a parallel associative scan to solve the primal-dual Karush-Kuhn-Tucker (KKT) system. In this way, the optimal control problem is solved in $\mathcal{O}(\log^2(n)\log{N} + \log^2(m))$ complexity, instead of $\mathcal{O}(N(n + m)^3)$, where $n$, $m$, and $N$ are the dimension of the system state, control vector, and the length of the prediction horizon. We demonstrate the advantages of this implementation over two state-of-the-art solvers (acados and crocoddyl), achieving up to a 60\% improvement in runtime for Whole Body Dynamics (WB)-MPC and a 700\% improvement for Single Rigid Body Dynamics (SRBD)-MPC when varying the prediction horizon length. The presented formulation scales efficiently with the problem state dimensions as well, enabling the definition of a centralized controller for up to 16 legged robots that can be computed in less than 25 ms. Furthermore, thanks to the JAX implementation, the solver supports large-scale parallelization across multiple environments, allowing the possibility of performing learning with the MPC in the loop directly in GPU. The code associated with this work can be found at https://github.com/iit-DLSLab/mpx.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI