GPU 가속 병렬 로봇 모션 생성 cuRobo

초록

cuRobo는 대규모 GPU를 활용해 병렬화된 L‑BFGS와 입자 기반 최적화를 결합한 새로운 모션 최적화 파이프라인을 제시한다. 충돌 회피와 최소 jerk를 동시에 만족하는 궤적을 30∼50 ms 안에 생성하며, 기존 CPU 기반 방법보다 60배 이상 빠른 성능을 보인다. 또한 20 ms 이내에 동작 가능한 기하학적 플래너와 초당 7 000여 건의 충돌‑프리 IK를 제공한다.

상세 분석

본 논문은 로봇 매니퓰레이터의 충돌‑프리 궤적 생성 문제를 전역 최적화 문제로 정의하고, 이를 GPU 기반 병렬 처리로 해결한다. 핵심 아이디어는 (1) 다수의 초기 시드(seed)를 동시에 생성·평가하고, (2) 각 시드에 대해 L‑BFGS 단계 방향을 추정한 뒤, 병렬 노이즈 라인 서치를 통해 스텝 크기를 결정하는 것이다. 라인 서치는 전통적인 백트래킹 방식보다 연산량이 적고, GPU 스레드에서 무작위 노이즈를 추가해 탐색 폭을 넓힌다. 또한 입자 기반 최적화(particle‑based optimizer)를 도입해 전역 탐색 능력을 강화한다. 이 두 최적화 엔진은 서로 보완적으로 작동해 복잡한 충돌 제약과 최소 jerk 비용을 동시에 만족한다.

충돌 검사는 연속 충돌 체크(continuous collision checking) 방식을 사용한다. 로봇 자체와 환경 사이의 signed distance field를 GPU에서 10 000배 가속화된 커널로 계산하고, 이를 기반으로 연속적인 스윕(sweep) 검사를 수행한다. 이때 점-거리 함수와 최근접점(closest point) 정보만 필요하므로, 다양한 월드 표현(프리미티브, 메쉬, 점 구름, occupancy map)과 호환된다.

IK 솔버는 3‑D 포즈 목표를 입력받아 37 000 Hz(충돌‑프리 7 600 Hz) 속도로 해를 제공한다. 이는 기존 TracIK 기반 솔버보다 20∼80배 빠른 성능이며, GPU에서 직접 미분 가능한 kinematics와 거리 함수를 활용해 역전파가 가능하도록 설계되었다.

기하학적 플래너는 병렬 스티어링(parallel steering) 알고리즘을 사용해 시작‑목표 사이의 충돌‑프리 경로를 20 ms 이내에 생성한다. 플래너는 초기 시드 생성 단계에서 IK 솔루션, 선형 보간, 혹은 리트랙트(retract) 구성을 활용해 다채로운 후보를 만든 뒤, GPU에서 동시에 충돌 검증 및 경로 샘플링을 수행한다.

실험에서는 NVIDIA RTX 4090, RTX 3080, Jetson AGX Orin 등 다양한 하드웨어에서 30∼50 ms 내에 전체 파이프라인을 완료함을 보였다. 특히 저전력(15 W) 환경에서도 기존 CPU 기반 방법 대비 20∼30배 가속을 달성했다.

한계점으로는 (1) 고차원 자유도 로봇에서 입자 수가 급증해 메모리 압박이 발생할 수 있고, (2) 연속 충돌 체크가 복잡한 메쉬에 대해 근사화 오차가 존재한다는 점을 언급한다. 향후 연구에서는 메모리 효율적인 입자 관리와 하이브리드 충돌 모델을 통한 정확도 향상이 제안된다.

전반적으로 cuRobo는 GPU의 대규모 병렬성을 활용해 로봇 모션 생성의 핵심 병목을 해소하고, 실시간 로봇 제어 및 대규모 시뮬레이션에 적용 가능한 새로운 표준을 제시한다.