CUDA 環境におけるデータ並列化を用いた遺伝的アルゴリズムの実装手法
スポンサーリンク
概要
- 論文の詳細を見る
多数の演算器を持ち並列計算可能な Graphic Processing Units（GPU）は，近年，CPU をはるかに上回る演算性能を持つようになり，GPU を用いて数値計算を高速化する研究が多くなされている．進化計算の計算量に対しても GPU 計算が注目されており，遺伝的アルゴリズム（GA）の分野において，集団の並列化についていくつかの議論が緒についた．本稿では，GPU 向け開発計算環境である CUDA を利用して，集団の並列化だけでなく個体単位での並列化を行うことによりGAの高速化とオーバーヘッドの隠蔽を行う実装手法を提案する．進化計算のベンチマークである関数値最小化問題とアプリケーションである進化ロボティクス問題に対して提案実装手法を適用し，計算機実験を行った．結果として，提案実装手法は従来の CPU による計算に対して 7.6〜23.0 倍の高速化を達成した．
著者
関連論文
- インフォーマル・リーダーによる情報共有に基づく作業改善が集団業績向上に及ぼす影響
- R3Qによる進化型計算の中粒度Gridスケジューリング(グリッド)
- 実例に基づく強化学習法BRLにおける行動空間の分割法の改良 : 第1報,移動ロボットのナビゲーション問題による検証(機械力学,計測,自動制御)
- 進化計算のためのグリッドコンピューティング
- 確率ネットワークを用いた強化学習ロボットの獲得戦略の保存と利用(機械力学,計測,自動制御)
- マルチロボットシステムのための強化学習の行動空間探索に関する一考察
- 実例に基づく強化学習法の頑健性向上に関する一考察 : マルチロボットシステムによる検証
- 3930 適応的な行動空間の分割を行う強化学習を用いた実ロボットの行動獲得(J18-1 自律型グラウンドビークル,エアビークルの新展開(1),J18 自律型グラウンドビークル,エアビークルの新展開,2005年度年次大会)
- デスクトップグリッド環境におけるタスクスケジューリングアルゴリズムRR理論の実証と進化戦略の同期待ち時間削減について
- Robust-ESによるContinuous-Time Recurrent Neural Networksの進化的設計
- 主成分分析による(μ/μ,λ)-ESの進化ダイナミクス^1
- 遺伝的浮動を利用する進化的プログラミング
- Robust-ES を用いたニューラルコントローラの進化ダイナミクス
- 進化戦略における組換え操作に関する一考察^1
- 1424 進化的プログラミングを用いた多指ロボットハンドによる安定把持計画
- 進化的プログラミングにおけるノイズ環境下での進化的振舞い
- 冗長個体表現を用いた進化戦略における進化過程の統計的分析
- 1A1-52-076 進化型計算を用いた多指ロボットハンドによる安定把持計画
- 冗長個体表現を用いた進化戦略による工学的実関数最適化
- 冗長個体表現を用いた進化戦略におけるノイズの及ぼす影響
- 冗長個体表現を用いた進化戦略の次元スケールと進化ダイナミクスの関係
- 進化的プログラミングにおける頑健性向上のための一手法
- 進化戦略における突然変異のための自律的確率分布の獲得
- 4106 身体性認知に基づくマルチロボットシステムの設計
- 2P1-3F-A7 連続空間における強化学習を用いたマルチロボットシステムの協調行動獲得
- 1P1-S-066 適応的な行動空間の分割を行う強化学習を用いたマルチロボットシステムの行動獲得(進化・学習とロボティクス2,生活を支援するロボメカ技術のメガインテグレーション)
- 321 協調荷押し問題における構造進化型人工神経回路網の汎化能力に関する一考察
- 強化学習による協調搬送問題へのアプローチ : 実機による検証
- 強化学習による棒押し問題へのアプローチ : 実機実験と学習過程の観測
- Multi-parent Recombination を用いる進化戦略
- CUDA 環境におけるデータ並列化を用いた遺伝的アルゴリズムの実装手法
- 2A1-S-070 進化戦略におけるDynamic Coarse Grainedモデルに関する一考察(進化・学習とロボティクス4,生活を支援するロボメカ技術のメガインテグレーション)
- 進化戦略のためのグリッド計算に関する一考察(進化・学習とロボティクス3)
- CUDA環境におけるデータ並列化を用いた遺伝的アルゴリズムの実装手法
- 2P2-G07 強化学習法BRLによる自律移動ロボットの狭路通行行動の獲得(進化・学習とロボティクス)
- 構造進化型人工神経回路網によるSwarm Roboticsのための適応的協調行動の生成
- 2A2-D16 ヒトとアーム型ロボットの協調行動獲得実験 : 強化学習によるアプローチ
- 2A2-D14 強化学習法BRLによる自律移動ロボット群の集合行動の獲得
- 2A2-D10 強化学習法BRLによる連結された自律移動ロボット群の囲い込み行動の獲得
- 2P2-G09 強化学習を用いたアーム型ロボット群の機能分化過程の解析(進化・学習とロボティクス)
- 2A1-M06 実例に基づく強化学習法BRLを用いたアーム型自律ロボット群の追加学習能力に関する検証実験(進化・学習とロボティクス)
- 2A1-E20 オムニホイールを備えた自律ロボット群の強化学習による協調行動獲得
- 部分的初期化によるParticle Swarm Optimizationの拡張（第2報，マルチロボットシステム問題における検証）
- 部分的初期化によるParticle Swarm Optimizationの拡張（第1報，標準テスト関数における検証）
- 2P1-G08 ヒトと協調する2台のアーム型強化学習ロボットにおける機能分化過程の解析
- 2A2-F24 強化学習法BRLにおけるメタ学習のためのルール発火エントロピの学習収束指標への適用
- 2P1-G09 BRLを用いた移動ロボット群の協調箱押しタスクにおける段階的な行動獲得
- 繊維関連取引におけるネットワーク分析 : 染色加工整理業界側面からのネットワーク分析
- スワームロボットシステムの群挙動の解析 : 動物行動学に基づくアプローチ
- クラスタリングに基づくスワームロボットシステムにおける群協調行動分析のための一手法
- グリッドタスクスケジューリングアルゴリズムR3Qの不均一な中粒度タスクへの適用
- 進化型スワームロボットシステムの群挙動生成と役割分担の分析法(多点探索型機械学習の新展開)
- 1A1-P03 強化学習によるヒトと自律ロボット群の協調行動の獲得 : 環境変化に対する頑健性の検証(進化・学習とロボティクス)
- 2B3-2 強化学習ロボット群のための人工神経回路網の設定法 : 状態遷移予測器としての利用(OS8:進化・学習における人工神経回路網の設定法)
- 1A1-M12 CUDA環境におけるsteady-state GAの実装(進化・学習とロボティクス)
- 1A1-M02 スワームロボットシステムの群挙動の解析 : 複雑ネットワークに基づくアプローチ(進化・学習とロボティクス)
- 1A1-M10 メタ学習を導入した強化学習法BRLによる自律移動ロボット群の周回行動の獲得(進化・学習とロボティクス)
- 2B3-3 進化型人工神経回路網の初期設定に関する一考察 : 下平手法と山田手法の比較(OS8:進化・学習における人工神経回路網の設定法)
- 1A1-O10 マルチロボットシステムにおける頑健性向上のための知識の獲得・利用法の構築(進化・学習とロボティクス)
- 1A1-O04 シェイピングを適用した協調箱押しタスクにおける強化学習ロボット群の協調行動の解析(進化・学習とロボティクス)