差分パッチで実現するドメインランダム化シミュレーションのリソース共有

- 本論文は、embodied agent 向けの domain-randomized simulation を多数並列実行する際のリソース重複を削減する資源共有システム **Patchwork** を提案する。 - 表現 **E = T + Δ** に基づき、共通資源を持つ共有 template **T** と、対象環境を構築するための変更を記録した patch **Δ** に分離する。 - randomization sampling と replay を分離し、再利用可能な template と patch を選択する仕組みを持つ。 - robosuite と MuJoCo 上に実装し、LIBERO-plus と RoboCasa365 の workload で評価している。

- 従来の process-per-environment 実行では、独立構築された scene が instance 間で不変の資源を重複させ、CPU/GPU memory を大量消費していた。 - Patchwork は template 共有により、32 replicas 時に CPU RSS を process-per-environment 比で 88–92% 削減する。 - メモリ増加を instance 数ではなく template の多様性や固有 asset 内容へ移行させる点が特徴的である。 - ただし要旨では個々の先行研究名との直接比較は明示されていない。

- 環境を **E = T + Δ** として表現し、共有 template **T** と patch **Δ** に分解する。 - randomization sampling と replay を分離し、対象環境の意図した構成を保つ再利用可能 template と patch を選択する。 - layered runtime により、compiled model structure と immutable assets を共有しつつ、mutable parameters と simulation state は instance ごとに private に保持する。 - robosuite と MuJoCo 上に実装されている。

- robosuite と MuJoCo 上の実装で、LIBERO-plus と RoboCasa365 の workload を用いて評価している。 - 32 replicas において、shared-template execution が process-per-environment execution 比で CPU RSS を 88–92% 削減することを示した。 - 制御実験により、共有がメモリ増加を instance 数ではなく template の多様性と固有 asset 内容へ移行させることを示している。 - 共有がサポートされる境界内での結果であると述べられている。

- 共有の効果は supported sharing boundaries の範囲内に限定されると述べられている。 - メモリ増加が template diversity と unique asset content に依存する点が議論の焦点となる。 - 要旨からは、GPU memory の具体的削減量やスケーラビリティの限界、失敗ケースについては不明。 - 要旨からは不明。

- 要旨で直接参照・比較されている個別論文は明示されていない。 - 関連手法として、本論文が実装基盤とする **robosuite** と **MuJoCo**、評価 workload の **LIBERO-plus** と **RoboCasa365** を挙げる。 - 同分野の定番として domain randomization や embodied simulation の並列実行基盤に関する研究を次に読むべき候補として挙げる。