CUDA高速化アクタークリティックモデル予測制御

本論文は、actor-critic model predictive control (AC-MPC) の計算ボトルネックを解消する CUDA 加速版 CA-AC-MPC を提案する。AC-MPC は MPC と強化学習を統合し複雑な動的システムを高性能制御するが、微分可能な MPC 層が順伝播・逆伝播で最適化問題を繰り返し解くため、学習と推論の遅延が大きい。提案手法はこの遅延を大幅に削減しつつ、ベースラインの制御性能を維持する。アジャイルなドローン競技タスクのシミュレーションで、最先端のラップタイムと限界に近い動的挙動を、学習・推論時間を著しく短縮して達成した。

従来の AC-MPC は微分可能 MPC 層の順伝播・逆伝播で最適化を繰り返し解くため、学習・推論のレイテンシが大きい。提案手法は CUDA 加速によりエンドツーエンド実行時間を大幅に削減しつつ、ベースラインの制御性能を保持する点が優位。アジャイルドローン競技で最先端ラップタイムと限界近傍の動的挙動を、学習・推論時間を著しく短縮して実現した。

技術の肝は、AC-MPC の微分可能 MPC 層を CUDA で加速する点。これにより順伝播・逆伝播で繰り返し解かれる最適化問題の計算を高速化し、エンドツーエンド実行時間を削減する。具体的な CUDA カーネル設計や並列化戦略の詳細は要旨からは不明。制御性能を維持したまま学習・推論のレイテンシを低減する。

アジャイルなドローン競技（drone racing）タスクのシミュレーションで検証。提案手法が最先端のラップタイムと限界に近い動的挙動を達成し、かつ学習・推論時間が著しく短縮されることを示した。ベースラインの AC-MPC と比較して制御性能を維持していることも確認。

要旨からは不明。シミュレーション結果のみが示され、実機実験や CUDA 加速の汎用性、他タスクへの適用可能性、計算資源依存性などについての議論は要旨では触れられていない。

要旨で参照・比較されている研究は AC-MPC（actor-critic model predictive control）とその微分可能 MPC 層。関連手法として、微分可能 MPC を用いた強化学習、CUDA 加速による最適化、ドローン競技の制御（例：agile drone racing）が挙げられる。具体的な論文名は要旨からは不明。