Potato: A Data-Oriented Programming 3D Simulator for Large-Scale Heterogeneous Swarm Robotics

要約

現実的な非線形動的モデルを使用した大規模シミュレーションは、群れロボティクスのアルゴリズム開発にとって重要です。
ただし、既存のプラットフォームは主にオブジェクト指向プログラミング (OOP) に基づいて開発されており、単純な運動学モデルを使用して多数のシミュレーション ノードを追求するか、限られたシミュレーション ノードで現実的な動的モデルを実装します。
この論文では、GPU 並列コンピューティングを利用して大規模な群ロボット シミュレーションを実現するデータ指向プログラミング (DOP) に基づくシミュレータを開発します。
具体的には、マルチプロセス アプローチを使用して異種エージェントをシミュレートし、GPU を備えた PyTorch を利用して多数の同種エージェントをシミュレートします。
非線形クアローター モデルを使用してアプローチをテストし、クアローターが 5,000 未満の場合でも、この DOP アプローチがほぼ同じ計算速度を維持できることを示します。
また、プラットフォームの機能を示す 2 つの例も提供します。

要約(オリジナル)

Large-scale simulation with realistic nonlinear dynamic models is crucial for algorithms development for swarm robotics. However, existing platforms are mainly developed based on Object-Oriented Programming (OOP) and either use simple kinematic models to pursue a large number of simulating nodes or implement realistic dynamic models with limited simulating nodes. In this paper, we develop a simulator based on Data-Oriented Programming (DOP) that utilizes GPU parallel computing to achieve large-scale swarm robotic simulations. Specifically, we use a multi-process approach to simulate heterogeneous agents and leverage PyTorch with GPU to simulate homogeneous agents with a large number. We test our approach using a nonlinear quadrotor model and demonstrate that this DOP approach can maintain almost the same computational speed when quadrotors are less than 5,000. We also provide two examples to present the functionality of the platform.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google