日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

最適化/制御arXiv:2605.13748

TinySDP: 証明可能かつ機敏なエッジロボティクスのためのリアルタイム半正定値最適化

TinySDP: Real Time Semidefinite Optimization for Certifiable and Agile Edge Robotics

シェア:XThreadsFacebookLINEはてブBluesky

組み込みシステム向けに設計された初の半正定値計画ソルバーを提案し、マイクロコントローラ上で非凸障害物制約を扱うモデル予測制御をリアルタイムで実現した。

詳しい要約

1. どんなもの?

- 組み込みシステム向けの初のSDP solver「TinySDP」を提案。 - 非凸障害物制約を含む問題に対し、microcontroller上でリアルタイムMPCを可能にする。 - 半正定値錐射影をcached-RiccatiベースのADMM solverに統合。 - 各タイムステップでrank-1 certificateを付与し、緩和解を幾何学的保証に変換。

2. 先行研究と比べてどこがすごい?

- 既存のSDP solverは計算コストが高く、リアルタイム制御や組み込みシステムには不向き。 - TinySDPは初の組み込み向けSDP solverであり、リソース制約下でのリアルタイムMPCを実現。 - 局所手法が失敗するcul-de-sacや動的障害物回避で、衝突回避を達成し、最先端ベースラインより最大73%短い経路を実現。

3. 技術・手法の肝は?

- 半正定値錐射影をcached-RiccatiベースのADMM solverに統合。 - 計算構造を活用し、組み込みでの扱いやすさを実現。 - 事後rank-1 certificateにより、緩和解を各タイムステップで明示的な幾何学的保証に変換。

4. どうやって有効だと検証した?

- 挑戦的なベンチマーク(cul-de-sac、動的障害物回避)で評価。 - 局所手法が失敗するシナリオで衝突回避を達成し、最先端ベースラインより最大73%短い経路を実現。 - Crazyflie quadrotorで検証し、リアルタイムレートで半正定値制約を強制できることを実証。

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、ADMM、cached-Riccati、rank-1 certificate、model-predictive control (MPC) が挙げられる。 - 同分野の定番として、SDP relaxation、convex relaxation、embedded optimization などが考えられる。

※ 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: Ishaan Mahajan, Jon Arrizabalaga, Andrea Grillo, Fausto Vega, James Anderson, Zachary Manchester, Brian Plancher

分類: cs.RO, cs.SY, eess.SY, math.OC

原文アブストラクト

Semidefinite programming (SDP) provides a principled framework for convex relaxations of nonconvex geometric constraints in motion planning, yet existing solvers are too computationally expensive for real-time control, particularly on resource-constrained embedded systems. To address this gap, we introduce TinySDP, the first semidefinite programming solver designed for embedded systems, enabling real-time model-predictive control (MPC) on microcontrollers for problems with nonconvex obstacle constraints. Our approach integrates positive-semidefinite cone projections into a cached-Riccati-based ADMM solver, leveraging computational structure for embedded tractability. We pair this solver with an a posteriori rank-1 certificate that converts relaxed solutions into explicit geometric guarantees at each timestep. On challenging benchmarks, e.g., cul-de-sac and dynamic obstacle avoidance scenarios that induce failures in local methods, TinySDP achieves collision-free navigation with up to 73% shorter paths than state-of-the-art baselines. We validate our approach on a Crazyflie quadrotor, demonstrating that semidefinite constraints can be enforced at real-time rates for agile embedded robotics.

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