[論文レビュー] HyP-DESPOT: A Hybrid Parallel Algorithm for Online Planning under Uncertainty

Panpan Cai, Yuanfu Luo+2 more|arXiv (Cornell University)|Feb 17, 2018

Robotic Path Planning Algorithms被引用数 9

ひとこと要約

HyP-DESPOT は、マルチコアCPUの木探索とGPUアクセceleratedなモンテカルロシミュレーションを組み合わせたハイブリッド並列オンライン計画アルゴリズムであり、複雑で不確実性の高いロボットタスクにおいてニアリアルタイム性能を達成する。DES-POTを最大数百分の1まで高速化し、複数レベルのCPU-GPU並列化により、大規模な状態空間、行動空間、観測空間において高品質な意思決定を可能にする。

ABSTRACT

Planning under uncertainty is critical for robust robot performance in uncertain, dynamic environments, but it incurs high computational cost. State-of-the-art online search algorithms, such as DESPOT, have vastly improved the computational efficiency of planning under uncertainty and made it a valuable tool for robotics in practice. This work takes one step further by leveraging both CPU and GPU parallelization in order to achieve near real-time online planning performance for complex tasks with large state, action, and observation spaces. Specifically, we propose Hybrid Parallel DESPOT (HyP-DESPOT), a massively parallel online planning algorithm that integrates CPU and GPU parallelism in a multi-level scheme. It performs parallel DESPOT tree search by simultaneously traversing multiple independent paths using multi-core CPUs and performs parallel Monte-Carlo simulations at the leaf nodes of the search tree using GPUs. Experimental results show that HyP-DESPOT speeds up online planning by up to several hundred times, compared with the original DESPOT algorithm, in several challenging robotic tasks in simulation.

研究の動機と目的

• 複雑なロボット環境において、大規模な状態空間、行動空間、観測空間を有する不確実性下でのオンライン計画の高い計算コストを解決すること。
• DES-POT のスケーラビリティの限界を、マルチレベルのフレームワークにおいてCPUとGPUの両方の並列化を統合することで克服すること。
• 動的で部分的に観測可能な環境におけるオンライン計画でニアリアルタイム性能を実現すること。
• システムダイナミクスと観測モデルにおける細粒度の並列性を活用し、モンテカルロシミュレーションをさらに高速化すること。
• 大規模なロボット計画タスクにおいて顕著な高速化と改善された解の品質を実証すること。

提案手法

• HyP-DESPOT は、複数のCPUスレッドを用いて並列に信念木探索を実行し、各スレッドが独立したパスを走査することで、スレッド間通信を最小限に抑える。
• 葉ノードにおける信念木で、GPUを活用して大量並列のモンテカルロシミュレーションを実行し、高スループットなシナリオ評価を実現する。
• アルゴリズムは複数レベルの並列化を統合する：CPUレベルでのパス走査と、GPUレベルでのシミュレーションが、行動、シナリオ、ステップの各レベルで実行される。
• 複雑なシステムモデル（例：マルチエージェントやマルチセンサードライヴンダイナミクス）を因子分解し、シミュレーションステップ内での細粒度の並列性を抽出する。
• DES-POT と同様に、シナリオサンプリングによるスパースな信念木構築を採用するが、ハードウェアに配慮した並列化により、木探索フェーズとシミュレーションフェーズの両方を高速化する。
• 実世界のデプロイでは二段階制御アーキテクチャを採用する：パス計画にはハイブリッドA*を、不確実性下での速度制御にはHyP-DESPOTを用いる。

実験結果

リサーチクエスチョン

• RQ1 CPU-GPU ハイブリッド並列化は、不確実性下でのオンライン計画の計算コストを顕著に低減できるか？
• RQ2 CPUで木探索、GPUでシミュレーションを行う多段階並列化は、逐次的DES-POTと比較して性能をどのように向上させるか？
• RQ3 システムダイナミクスと観測モデルにおける細粒度の並列性は、シミュレーションスループットをどの程度向上できるか？
• RQ4 状態空間、行動空間、観測空間のサイズが増加するに従い、HyP-DESPOT はどの程度スケーリングするか？
• RQ5 HyP-DESPOT は、自律走行などの実世界のロボットアプリケーションでニアリアルタイム性能を達成できるか？

主な発見

• シミュレーションベンチマークにおいて、HyP-DESPOT は元のDES-POTアルゴリズムに対して最大300倍の高速化を達成した。これは、ナビゲーションタスクやマルチエージェントタスクを含む。
• 歩行者を伴う自律走行の状況では、HyP-DESPOT は最大0.3秒の計画時間で約3Hzのリアルタイム再計画を可能にし、安全で滑らかなナビゲーションを保証した。
• 環境に20人の歩行者が存在する状況で、HyP-DESPOT はGPU-DESPOT より2.5倍の高速化を達成し、DES-POT よりも顕著に優れた解の品質を示した。
• マルチエージェント・ロックサンプルタスクにおいて、行動空間のサイズが625に拡大するに従い、HyP-DESPOT はDES-POT を上回る解の品質を達成した。
• 計画時間を0.25秒に固定した場合、HyP-DESPOT はDES-POT が最大10秒の計画時間を使用しても、同等またはそれを上回る性能を示した。
• DES-POT の計画時間が10秒を超えても、HyP-DESPOT とDES-POT の性能差は徐々に縮まるにとどまり、HyP-DESPOT の優れたスケーラビリティが示された。