Title: Parallel Dynamics Computation using Prefix Sum Operations
ArXiv ID: 1609.04493
발행일: 2016-09-16
저자: Yajue Yang and Yuanqing Wu and Jia Pan
📝 초록 (Abstract)
본 논문에서는 접합 로봇의 역동학 계산을 가속화하기 위한 새로운 병렬 프레임워크를 제안한다. 이는 접두사 합 (scan) 연산을 기반으로 한다. 우리는 잘 알려진 재귀적인 뉴턴-유라 방식의 로봇 역동학 공식을 재검토하고, 로봇 역역학 계산의 전방-후방 확산 과정이 특정 반군(semigroups)에 대한 두 개의 scan 연산과 동등하다는 것을 보여준다. 우리는 최신 상태의 정방향 역학 알고리즘이 거의 완전히 scan 연산 시퀀스로 표현할 수 있음을 보여주며, 스캔이 불가능한 부분은 명확하게 구분된다. 이는 중간 수준의 링크를 가진 시스템에 대해 직렬-병렬 하이브리드 접근법을 제안한다. 우리는 우리의 scan 기반 알고리즘을 Nvidia CUDA 플랫폼에서 구현하고, 멀티스레딩 CPU 기반 재귀 알고리즘과 성능 비교를 실시하였다; 상당한 수준의 가속화가 확인되었다.
💡 논문 핵심 해설 (Deep Analysis)
This paper introduces a novel parallel framework for accelerating the computation of inverse and forward dynamics in articulated robots using prefix sum (scan) operations. The authors re-examine the recursive Newton-Euler formulation of robot dynamics, demonstrating that the propagation process for inverse dynamics can be expressed as two scan operations on certain semigroups. They show that state-of-the-art forward dynamics algorithms can almost entirely be cast into a sequence of scan operations, with non-scannable parts clearly identified. This suggests a hybrid serial-parallel approach for systems with a moderate number of links. The authors implement their scan-based algorithms on Nvidia CUDA and demonstrate significant acceleration compared …
