ベクトル化オンラインPOMDP計画

- 部分的観測下での計画のためのオンライン POMDP プランナ - 名称は Vectorized Online POMDP Planner (VOPP) - 計画に関わるデータ構造をすべて tensor の集合として表現 - 計画ステップを完全に vector 化された計算として実装 - 並列プロセス間の依存や同期のボトルネックを持たない大規模並列オンライン solver

- 既存の POMDP solver は action に関する数値最適化と価値推定を交互に行うため、並列化に同期ボトルネックが生じていた - VOPP は最近の POMDP 定式化を利用し、最適化の一部を解析的に解くことで数値計算を期待値推定のみに限定 - 既存の state-of-the-art な並列オンライン solver と比べ、near-optimal 解の計算効率が少なくとも 20 倍 - state-of-the-art な逐次オンライン solver を、1000 倍小さい planning budget で上回る

- 最近の POMDP 定式化を採用し、最適化の一部を解析的に解く - 残る数値計算を期待値の推定のみに縮約 - 計画関連の全データ構造を tensor の集合として表現 - すべての計画ステップを tensor 上の完全 vector 化計算として実装 - その結果、並列プロセス間の依存・同期ボトルネックを排除した大規模並列オンライン solver を実現

- 実験結果により、VOPP が既存の state-of-the-art な並列オンライン solver と比べて near-optimal 解の計算で少なくとも 20 倍効率的であることを示す - さらに、state-of-the-art な逐次オンライン solver を 1000 倍小さい planning budget で上回ることを示す - 具体的な benchmark や環境の詳細は要旨からは不明

- 並列化の障壁であった数値最適化と価値推定の交互処理・同期ボトルネックを、解析的解法と vector 化で回避できることを示唆 - 逐次 solver より小さい planning budget で優位という結果は、並列化による効率向上の可能性を示す - ただし、適用可能な POMDP クラスやスケーラビリティ、実ロボットでの検証、精度と budget の trade-off などは要旨からは不明

- 要旨で比較対象として言及される state-of-the-art な並列オンライン POMDP solver（具体名は要旨からは不明） - 同様に比較対象の state-of-the-art な逐次オンライン POMDP solver（具体名は要旨からは不明） - VOPP が利用する『最適化の一部を解析的に解く最近の POMDP 定式化』の原論文（具体名は要旨からは不明） - 関連する定番手法として POMCP や DESPOT などのオンライン POMDP プランナ