Kino-PAX: Highly Parallel Kinodynamic Sampling-based Planner

要約

サンプリングベースのモーションプランナー（SBMP）は、高次元空間で複雑な運動力学的制約を伴う計画に効果的ですが、主にシリアル計算設計によるリアルタイムパフォーマンスの達成に苦労しています。
GPUなどの並列デバイス向けに設計された新規の非常に平行な運動力学的SBMPであるKinodynamic Paralallel Accelerated拡張（Kino-Pax）を提示します。
Kino-Paxは、軌道セグメントの木を並行して直接成長させます。
私たちの重要な洞察は、反復樹木の成長プロセスを3つの非常に平行なサブルーチンに分解する方法です。
Kino-Paxは、スレッドが大部分が独立していることを確認し、ワークロードを共有し、低遅延のデータ転送とプロセスの同期を最小限に抑えながら、低遅延リソースを利用することにより、並列デバイス実行階層と整合するように設計されています。
この設計により、非常に効率的なGPU実装が行われます。
Kino-Paxが確率的に完全に完全であることを証明し、コンピューテハードウェアの改善によりそのスケーラビリティを分析します。
経験的評価は、デスクトップGPUで10ミリ秒、埋め込みGPUで100ミリ秒程度のソリューションを実証し、最大のシーケンシャルアルゴリズムの粗粒CPUの並列化と比較して最大1000倍の改善を表します。
さまざまな複雑な環境とシステム。

要約(オリジナル)

Sampling-based motion planners (SBMPs) are effective for planning with complex kinodynamic constraints in high-dimensional spaces, but they still struggle to achieve real-time performance, which is mainly due to their serial computation design. We present Kinodynamic Parallel Accelerated eXpansion (Kino-PAX), a novel highly parallel kinodynamic SBMP designed for parallel devices such as GPUs. Kino-PAX grows a tree of trajectory segments directly in parallel. Our key insight is how to decompose the iterative tree growth process into three massively parallel subroutines. Kino-PAX is designed to align with the parallel device execution hierarchies, through ensuring that threads are largely independent, share equal workloads, and take advantage of low-latency resources while minimizing high-latency data transfers and process synchronization. This design results in a very efficient GPU implementation. We prove that Kino-PAX is probabilistically complete and analyze its scalability with compute hardware improvements. Empirical evaluations demonstrate solutions in the order of 10 ms on a desktop GPU and in the order of 100 ms on an embedded GPU, representing up to 1000 times improvement compared to coarse-grained CPU parallelization of state-of-the-art sequential algorithms over a range of complex environments and systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google