.png){kind=icon}
返回
GPU-Accelerated Pseudospectral Methods for Optimal Control Problems
.png){kind=icon}
OA
AI
DOI：10.3390/math13203252.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
伪谱方法是一种求解最优控制问题的有效工具，但它们会产生大规模非线性规划（NLP）问题，计算量较大。主要瓶颈在于反复评估目标函数、系统动力学、路径约束及其导数。本文提出了一种利用图形处理器（GPUs）加速这些计算的方法。我们通过开发利用离散化问题结构中并行性的定制CUDA核，将NLP函数及其一阶和二阶导数的评估任务卸载到GPU上。该方法的有效性在一个低推力星际轨迹优化问题上得到验证。与CPU实现方案的比较表明，GPU加速方法减少了总体计算时间。这项工作展示了GPU加速的潜力，并为未来研究完全GPU原生的最优控制求解器奠定了基础。
Keyword:
optimal control
direct collocation
hardware acceleration
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.2
论文数:
3.1K
被引数:
3.6W
机构
引用论文
.png){kind=icon}
分享收藏
GPU Accelerated Convex Approximations for Fast Multi-Agent Trajectory OptimizationGPU加速的凸近似方法用于快速多智能体轨迹优化OAAI
OAAI分享收藏
查看更多内容