[论文解读] 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 9

一句话总结

HyP-DESPOT 是一种混合并行在线规划算法，结合多核 CPU 树搜索与 GPU 加速的蒙特卡洛模拟，实现在复杂、不确定的机器人任务中的近实时性能。它将 DESPOT 的计算速度提升了数百倍，通过多级 CPU-GPU 并行计算，在大规模状态空间、动作空间和观测空间中实现高质量决策。

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.

研究动机与目标

• 解决在大规模状态空间、动作空间和观测空间的复杂机器人环境中，不确定环境下在线规划带来的高计算成本问题。
• 通过在多级框架中整合 CPU 和 GPU 并行计算，克服 DESPOT 的可扩展性限制。
• 实现在动态、部分可观察环境中的近实时在线规划性能。
• 利用系统动态模型和观测模型中的细粒度并行性，进一步加速蒙特卡洛模拟。
• 在大规模机器人规划任务中，展示显著的加速效果和更优的解质量。

提出的方法

• HyP-DESPOT 使用多个 CPU 线程并行执行信念树搜索，每个线程独立遍历路径，以最小化线程间通信。
• 它利用 GPU 加速，在信念树的叶节点处执行大规模并行的蒙特卡洛模拟，实现高吞吐量的场景评估。
• 该算法整合了多级并行计算：在动作、场景和步骤层级上，分别在 CPU 层级执行路径遍历，在 GPU 层级执行模拟。
• 它对复杂系统模型（如多智能体或多传感器动力学）进行分解，以在模拟步骤内提取细粒度并行性。
• 该方法通过场景采样构建稀疏信念树，与 DESPOT 类似，但通过硬件感知的并行化显著加速了树搜索和模拟阶段。
• 在实际部署中采用两级控制架构：使用 Hybrid A* 进行路径规划，使用 HyP-DESPOT 进行不确定性下的速度控制。

实验结果

研究问题

• RQ1 混合 CPU-GPU 并行计算是否能显著降低不确定环境下在线规划的计算成本？
• RQ2 与顺序执行的 DESPOT 相比，多级并行计算（在 CPU 上执行树搜索，在 GPU 上执行模拟）在性能上有哪些提升？
• RQ3 系统动态模型和观测模型中的细粒度并行性在多大程度上能提升模拟吞吐量？
• RQ4 HyP-DESPOT 在状态空间、动作空间和观测空间规模增加时，其可扩展性如何？
• RQ5 HyP-DESPOT 是否能在自动驾驶等真实机器人应用中实现近实时性能？

主要发现

• 在仿真基准测试中，包括导航和多智能体任务，HyP-DESPOT 相较于原始 DESPOT 算法最快可实现 300 倍的加速。
• 在行人密集的自动驾驶场景中，HyP-DESPOT 实现了约 3 Hz 的实时重规划，最大规划时间仅为 0.3 秒，确保了安全且平稳的导航。
• 当环境中存在 20 名行人时，HyP-DESPOT 相较于 GPU-DESPOT 实现了 2.5 倍的加速，并且在解质量上显著优于 DESPOT。
• 在多智能体岩石采样任务中，随着动作空间大小增至 625，HyP-DESPOT 在解质量上优于 DESPOT。
• 当规划时间固定为 0.25 秒时，HyP-DESPOT 的性能与 DESPOT 在长达 10 秒规划时间下的表现相当或更优。
• 当 DESPOT 的规划时间超过 10 秒后，其与 HyP-DESPOT 的性能差距仅缓慢缩小，表明 HyP-DESPOT 具有更优的可扩展性。