CuRobo: Parallelized Collision-Free Minimum-Jerk Robot Motion Generation

要約

この論文では、マニピュレータの衝突のないモーション生成の問題を、グローバル モーション最適化問題として定式化して検討します。
私たちはこの問題を解決するための並列最適化手法を開発し、大規模並列 GPU での有効性を実証します。
シンプルな最適化手法と多数の並列シードを組み合わせることで、困難なモーション生成問題を平均 50 ミリ秒以内に解決でき、これは最先端 (SOTA) 軌道最適化手法よりも 60 倍高速であることを示します。
L-BFGS ステップ方向推定と、新しい並列ノイズ ライン探索スキームおよび粒子ベースの最適化ソルバーを組み合わせることにより、SOTA パフォーマンスを実現します。
軌道の最適化をさらに支援するために、20 ミリ秒以内に計画を立てる並列幾何学プランナーを開発し、7000 クエリ/秒以上を解決できる衝突のない IK ソルバーも導入しました。
私たちは、ロボット工学コミュニティを豊かにするために、私たちの貢献を最先端の GPU 加速モーション生成ライブラリ CuRobo にパッケージ化してリリースします。
詳細については、https://curobo.org をご覧ください。

要約(オリジナル)

This paper explores the problem of collision-free motion generation for manipulators by formulating it as a global motion optimization problem. We develop a parallel optimization technique to solve this problem and demonstrate its effectiveness on massively parallel GPUs. We show that combining simple optimization techniques with many parallel seeds leads to solving difficult motion generation problems within 50ms on average, 60x faster than state-of-the-art (SOTA) trajectory optimization methods. We achieve SOTA performance by combining L-BFGS step direction estimation with a novel parallel noisy line search scheme and a particle-based optimization solver. To further aid trajectory optimization, we develop a parallel geometric planner that plans within 20ms and also introduce a collision-free IK solver that can solve over 7000 queries/s. We package our contributions into a state of the art GPU accelerated motion generation library, CuRobo and release it to enrich the robotics community. Additional details are available at https://curobo.org

arxiv情報

提供元, 利用サービス

arxiv.jp, Google