主催: 一般社団法人 人工知能学会
会議名: 2018年度人工知能学会全国大会(第32回)
回次: 32
開催地: 鹿児島県鹿児島市 城山ホテル鹿児島
開催日: 2018/06/05 - 2018/06/08
Graphical Processing Units(GPU)は,効率的に大規模な並列計算を行うことができるので,様々な分野へ応用されている.本研究では,Monte-Carlo Random Walk(MRW)に基づいて,GPUでの前方探索を用いた古典的プランニングの手法を検討した.まず,MRWの一般化としてBatch MRW(BMRW)を提案する.既存のMRWは単一のノードを始点としてランダムウォークを行うが,BMRWは複数のノードを始点とする.CPU1コアを用いた実験によって,BMRWを用いた充足プランナが,MRWを用いた既存のプランナであるArvand13と同程度の性能であることを示した.続いて,BMRWのランダムウォーク部分をGPU上で行うプランナであるBMRW<sub>G</sub>を提案し,BMRW<sub>G</sub>がBMRW に比べて高速であることを示した.さらに,既存の高性能なプランナと比較した場合,BMRW<sub>G</sub>は複数のIPCベンチマークドメインで同程度かそれ以上の性能を持つことを示した.本稿はICAPS2018の論文[Kuroiwa 18]の extended abstract である.