基于GPU并行的受约束运动规划：cpRRTC
机器人学
2025-05-13 v1
摘要
运动规划是机器人中的一个基本问题，涉及为机器人生成可行轨迹。近期的并行计算进展，特别是通过CPU和GPU架构，显著缩短了规划时间至毫秒级。然而，基于GPU的受约束运动规划尚未得到充分探索。先前的工作如pRRTC利用带有CUDA后端的跟踪编译器加速正向运动学和碰撞检测。虽然在简单场景中效果良好，但其方法在机器人模型或环境复杂度增加时仍感困难。本文提出一种新型GPU框架，利用NVRTC进行运行时编译，高效处理高复杂度场景，支持受约束运动规划。实验结果表明，我们的方法在性能上优于现有方法。
关键词
引用
@article{arxiv.2505.06791,
title = {cpRRTC: GPU-Parallel RRT-Connect for Constrained Motion Planning},
author = {Jiaming Hu and Jiawei Wang and Henrik Christensen},
journal= {arXiv preprint arXiv:2505.06791},
year = {2025}
}