動的計画法の GPGPU による実装例 ー 確定的・確率的マルコフ決定過程を対象として

カテゴリ: 部門大会

論文No: GS7-2

グループ名: 【C】平成24年電気学会電子・情報・システム部門大会講演論文集

発行日: 2012/09/05

タイトル(英語): GPGPU Implementation of Dynamic Programming for Simple Markov Decision Problems

著者名: 稲元 勉(神戸大学),太田 能(神戸大学),玉置 久(神戸大学)

著者名(英語): Tsutomu Inamoto(Kobe University),Chikara Ohta(Kobe University),Hisashi Tamaki(Kobe University)

キーワード: 動的計画法|GPGPU|CUDACUDA|dynamic programming|GPGPU|CUDA

要約(日本語): 本稿では，近年発展の著しい GPGPU と動的計画法の親和性の高さを示すことを目的として，二つの素朴なマルコフ決定過程を対象に，動的計画法の GPGPU による実装例を示す．対象問題として，確定的マルコフ決定過程の一例である mountain-car 問題，および確率的マルコフ決定過程の一例である滑りのある平面上の animat 問題を選択する．計算例では，GPGPU 上の計算においてはメモリアクセスのコスト削減が肝要である点に留意して，動的計画法の収束を価値関数の変化量で判定する手続きや繰り返し回数で保証する手続きの実行結果を示す．とくにanimat問題に関しては，筆者の一人が提案しているモデリング手法に基づいて状態遷移関数を定式化することによる計算時間の短縮可能性を示す．

PDFファイルサイズ: 4,255 Kバイト