[论文解读] A reduced parallel transport equation on Lie Groups with a left-invariant metric

Nicolas Guigui, Xavier Pennec|arXiv (Cornell University)|Mar 2, 2021

Numerical methods for differential equations参考文献 23被引用 5

一句话总结

本文推导了具有左不变度量的李群上的简化平行传输方程，完全以李代数形式表达，利用Levi-Civita联络的代数形式。该方法通过SE(3)上的Runge-Kutta格式实现了稳定、高效的数值积分，其精度和稳定性优于极 ladder 算法，尤其在高分辨率路径下表现更优。

ABSTRACT

This paper presents a derivation of the parallel transport equation expressed in the Lie algebra of a Lie group endowed with a left-invariant metric.The use of this equation is exemplified on the group of rigid body motions SE(3), using basic numerical integration schemes, and compared to the pole ladder algorithm. This results in a stable and efficient implementation of parallel transport. The implementation leverages the python package geomstats and is available online.

研究动机与目标

• 推导出在具有左不变度量的李群上完全作用于李代数的平行传输方程的简化形式。
• 在不依赖坐标图的情况下，实现李群上平行传输的高效且稳定数值计算，特别是针对SE(3)。
• 从收敛速率、稳定性和精度方面，将所提出的代数方法与极 ladder 算法进行比较。
• 提供基于geomstats Python包的实用、开源实现，供几何统计与机器学习领域使用。

提出的方法

• 本文利用公式 α(x,y) = ½([x,y] − ad*x(y) − ad*y(x)) 推导了左不变度量下Levi-Civita联络在李代数中的代数表达式。
• 将简化后的平行传输方程表述为李代数中的常微分方程组：ω(t) = dLγ(t)⁻¹(γ̇(t))，ζ̇(t) = −α(ω(t), ζ(t))，其中 Y(t) = dLγ(t)ζ(t)。
• 使用四阶Runge-Kutta格式对测地线和平行传输方程进行数值积分。
• 通过梯度下降与自动微分计算黎曼对数，从而在不变度量框架下实现精确的指数映射计算。
• 为比较目的，将极 ladder 算法实现为每级仅使用一个四阶步骤。
• 将实现集成至geomstats Python包中，并公开发布。

实验结果

研究问题

• RQ1 能否在左不变度量的李群上将平行传输方程完全表达于李代数中，避免依赖坐标的形式？
• RQ2 与极 ladder 算法相比，简化平行传输方程的数值积分在收敛行为和稳定性方面表现如何？
• RQ3 度量各向异性（例如SE(3)中β ≠ 1）的选择如何影响平行传输的数值性能与精度？
• RQ4 高阶数值格式（如RK4）是否能在保持稳定性的前提下，实现优于极 ladder 算法的精度？

主要发现

• 当使用四阶Runge-Kutta格式积分时，简化后的平行传输方程达到四阶收敛，与积分器的理论精度阶数一致。
• 极 ladder 算法表现出二阶收敛，与其底层数值格式一致，且在路径离散化步数n ≥ 200时稳定性下降。
• 所提出的方法在高分辨率下表现出更优的数值稳定性，主要归因于避免了迭代的收缩步骤。
• 对于β = 1.5和β = 2的情况，简化方程方法在所有测试路径分辨率下均保持高精度，相对误差低于极 ladder 算法。
• 在geomstats中的实现使得在医学影像、机器人学等涉及李群数据的应用中，能够高效、可复现且可扩展地使用平行传输。