FAME-QP：リアルタイムモデル予測制御のためのGPU加速二次計画法ソルバ

- 線形 model predictive control (MPC) で生じる dense quadratic program (QP) を GPU で高速に解くソルバ FAME-QP の提案 - 制約依存の operator 表現と、single-kernel / two-kernel の fused 反復を CUDA graphs で再生する構成 - device calibration と問題固有の timing により実行構成を自動選択 - 数値ベンチマークと humanoid・quadrotor の制御シミュレーションで評価

- 競合する GPU ソルバと比較して latency を低減 - 解の精度と制御性能は維持 - 具体的な比較対象ソルバ名や定量値は要旨からは不明 - 実行構成の自動選択や operator の lazy 更新など、問題変化への適応を組み込んでいる点が特徴

- constraint-dependent operator representations を利用 - fused single-kernel および two-kernel iterations を CUDA graphs で replay - device calibration と problem-specific timing に基づき実行構成を自動選択 - cached operator bank を probe して初期 penalty を選択 - 問題行列が変化した際に operators を lazy に更新

- 数値ベンチマークを実施 - simulated humanoid および quadrotor の制御実験を実施 - 競合 GPU ソルバに対する latency 低減、solution accuracy と control performance の維持を確認 - 具体的なベンチマーク規模や指標は要旨からは不明

- 要旨からは不明 - 想定される論点として、dense QP への限定、GPU 依存、calibration コスト、operator 更新の頻度と性能の関係などが考えられるが、要旨には記載なし

- 要旨で参照・比較されている個別研究は明示されていない - 関連手法として GPU ベースの QP ソルバ (例: OSQP の GPU 版、cuOSQP など) や real-time MPC 向け solver、CUDA graphs を用いたカーネル融合の研究を次に読む候補として挙げる