FAME-QP：リアルタイムモデル予測制御のためのGPU加速二次計画法ソルバ
FAME-QP: A GPU-Accelerated Quadratic-Programming Solver for Real-Time Model Predictive Control
線形モデル予測制御で現れる密な二次計画問題をGPUで高速に解くソルバFAME-QPを提案し、CUDAグラフや演算子キャッシュで遅延を削減、ヒューマノイドやクアッドロータの制御で有効性を示した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ 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: Santosh Mohan Rajkumar, Debdipta Goswami, Stephanie Stockar
分類: cs.RO, cs.GR, eess.SY
原文アブストラクト
We present FAME-QP, a GPU-accelerated solver for dense quadratic programs arising in linear model predictive control. FAME-QP combines constraint-dependent operator representations with fused single- and two-kernel iterations replayed through CUDA graphs, automatically selecting the execution configuration through device calibration and problem-specific timing. It probes a cached operator bank to select the initial penalty and updates operators lazily when problem matrices change. Numerical benchmarks and simulated humanoid and quadrotor control experiments demonstrate reduced latency relative to competing GPU solvers while maintaining solution accuracy and control performance.
