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

要約

本論文では、マニピュレータの無衝突運動生成問題を、大域的運動最適化問題として定式化することにより探求する。この問題を解くための並列最適化技術を開発し、超並列GPU上でその有効性を実証する。単純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50ms以内に解くことができ、最先端の（SOTA）軌道最適化手法よりも60倍高速であることを示す。我々は、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最適化ソルバーを組み合わせることで、SOTA性能を達成する。さらに、軌道最適化を支援するために、20ms以内に計画する並列幾何学プランナーを開発し、7000クエリ/秒を超えるクエリを解くことができる無衝突IKソルバーを導入する。私たちの貢献は、最先端のGPU加速モーション生成ライブラリcuRoboにパッケージ化され、ロボット工学コミュニティを豊かにするためにリリースされます。詳細はhttps://curobo.org。

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, DeepL