日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ニューロモーフィックハードウェアarXiv:2602.13747

多いほど良い:ロボット制御のための複数ニューロモーフィックコンポーネントのオンチップ実行

The More the Merrier: Running Multiple Neuromorphic Components On-Chip for Robotic Control

シェア:XThreadsFacebookLINEはてブBluesky

スパイキングニューラルステートマシンを用いて複数のニューラルネットワークをニューロモーフィックハードウェア上でオーケストレーションし、視覚ベースのロボット制御パイプラインをオンチップで実行できることを示した。

詳しい要約

1. どんなもの?

- 視覚ベースのロボット制御パイプラインを、複数の複雑なネットワークをオンチップで実行する初の例として提示。 - プロセスオーケストレーションに spiking neural state machine を使用。 - Intel Loihi 2 研究チップで検証。 - 全コンポーネントが同時にオンチップで動作し、ミリワット領域で低レイテンシを実現。 - シミュレーションでロボットアームのプラグ挿入を達成し、実機でもコア要素をテスト。

2. 先行研究と比べてどこがすごい?

- 従来はオフチップのプロセス管理ロジックなしに複数ネットワークを neuromorphic hardware 上でオーケストレーションできなかった。 - 本研究は spiking neural state machine により、オフチップ管理を不要にし、全てオンチップで実行可能にした点が新しい。 - 複数の複雑なネットワークを同時にオンチップで動作させ、ミリワット領域で競争力のあるレイテンシを達成。

3. 技術・手法の肝は?

- spiking neural state machine を用いてプロセスオーケストレーションを実現。 - 視覚ベースのロボット制御パイプラインを構築し、複数のネットワークをオンチップで並行実行。 - Intel Loihi 2 研究チップ上に実装。 - シミュレーションでは同等のネットワークをシミュレートし、実機ではコア要素をテスト。

4. どうやって有効だと検証した?

- Intel Loihi 2 研究チップ上でパイプラインを検証。 - 全コンポーネントが同時にオンチップで動作し、ミリワット領域で低レイテンシを達成することを確認。 - シミュレーションでロボットアームのプラグ挿入を達成。 - 実ロボットアームでコア要素をテスト。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として neuromorphic hardware、spiking neural state machine、Intel Loihi 2 が挙げられる。 - 同分野の定番として spiking neural networks (SNNs) や event-based vision が考えられる。

※ 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: Evan Eames, Priyadarshini Kannan, Ronan Sangouard, Philipp Plank, Elvin Hajizada, Gintautas Palinauskas, Lana Amaya, Michael Neumeier, Sai Thejeshwar Sharma, Marcella Toth, Prottush Sarkar, Axel von Arnim

分類: cs.RO

原文アブストラクト

It has long been realized that neuromorphic hardware offers benefits for the domain of robotics such as low energy, low latency, as well as unique methods of learning. In aiming for more complex tasks, especially those incorporating multimodal data, one hurdle continuing to prevent their realization is an inability to orchestrate multiple networks on neuromorphic hardware without resorting to off-chip process management logic. To address this, we show a first example of a pipeline for vision-based robot control in which numerous complex networks can be run entirely on hardware via the use of a spiking neural state machine for process orchestration. The pipeline is validated on the Intel Loihi 2 research chip. We show that all components can run concurrently on-chip in the milli Watt regime at latencies competitive with the state-of-the-art. An equivalent network on simulated hardware is shown to accomplish robotic arm plug insertion in simulation, and the core elements of the pipeline are additionally tested on a real robotic arm.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmo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
  3. 3NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  4. 4GXO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
  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