Primal-Dual iLQR for GPU-Accelerated Learning and Control in Legged Robots

要約

このペーパーでは、GPUの並列化を活用する脚のあるロボットの移動のための新しいモデル予測制御（MPC）の実装を紹介します。
私たちのアプローチにより、並列連合スキャンを組み込んでプライマルデュアルのKarush-Kuhn-Tucker（KKT）システムを解決することにより、時間的および状態空間の両方の並列化が可能になります。
このようにして、最適な制御問題は、$ \ mathcal {o}（n（n + m）^3）$の代わりに、$ \ mathcal {o}（n \ log {n} + m）$複雑さで解決されます。
2つの最先端のソルバー（Adados and Crocoddyl）にわたるこの実装の利点を示し、予測硬化層の長さをさまざまにすると、全身のダイナミクス（WB）-MPCのランタイム（WB）-MPC（SRBD）-MPCの700％改善を達成します。
提示された定式化は、問題の状態の寸法にも効率的にスケーリングし、25ミリ秒未満で計算できる最大16個の脚のロボットの集中コントローラーの定義を可能にします。
さらに、JAXの実装のおかげで、ソルバーは複数の環境にわたる大規模な並列化をサポートし、GPUで直接MPCで学習を実行する可能性を可能にします。

要約(オリジナル)

This paper introduces a novel Model Predictive Control (MPC) implementation for legged robot locomotion that leverages GPU parallelization. Our approach enables both temporal and state-space parallelization by incorporating a parallel associative scan to solve the primal-dual Karush-Kuhn-Tucker (KKT) system. In this way, the optimal control problem is solved in $\mathcal{O}(n\log{N} + m)$ complexity, instead of $\mathcal{O}(N(n + m)^3)$, where $n$, $m$, and $N$ are the dimension of the system state, control vector, and the length of the prediction horizon. We demonstrate the advantages of this implementation over two state-of-the-art solvers (acados and crocoddyl), achieving up to a 60\% improvement in runtime for Whole Body Dynamics (WB)-MPC and a 700\% improvement for Single Rigid Body Dynamics (SRBD)-MPC when varying the prediction horizon length. The presented formulation scales efficiently with the problem state dimensions as well, enabling the definition of a centralized controller for up to 16 legged robots that can be computed in less than 25 ms. Furthermore, thanks to the JAX implementation, the solver supports large-scale parallelization across multiple environments, allowing the possibility of performing learning with the MPC in the loop directly in GPU.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google