diff --git a/docs/dev_snapshot_for_advisor.md b/docs/dev_snapshot_for_advisor.md new file mode 100644 index 0000000..bca217b --- /dev/null +++ b/docs/dev_snapshot_for_advisor.md @@ -0,0 +1,172 @@ +# CudaRobotics — 開発スナップショット（アドバイザー相談用） + +最終更新: 2026-05-19。直近 1 日でローカルプランナの比較フレームワークと +Hybrid A* ファミリーが揃ったので、次の方向性について意見を求めたい。 + +--- + +## 1. プロジェクト概要 + +- リポジトリ: +- 言語: CUDA / C++14、Python (分析・可視化) +- 中心物: GPU 加速ロボティクスアルゴリズム集 + - **PythonRobotics / CppRobotics の CUDA 移植** (path planning, localization, SLAM, etc.) + - **Diff-MPPI**: MPPI + autodiff 制御勾配補正（5 バリアント、論文ドラフトあり） + - **その他**: Neural SDF, Neuroevolution, MiniIsaacGym, CudaPointCloud, Swarm +- ベンチマーク基盤: `bin/benchmark_diff_mppi` + - 12 planners × 3 dynamic scenarios × 5 speed-scales × 2 radius-scales × 4 seeds の sweep を回せる + - シナリオは自転車モデル + 静的/動的障害物 (`dynamic_crossing` / `dynamic_pincer` / `dynamic_slalom`) + - success = `goal 到達 ∧ 衝突なし` + +--- + +## 2. 直近の作業 (PR #4–#11) + +順に 1 日でまとめて入れた。 + +| PR | 内容 | 状態 | +|---|---|---| +| #4 | local planner comparison report（DWA tuning + STOMP M projection 改善） | merged | +| #5 | hybrid_astar_pp (planner_kind=3): 静的 Hybrid A* + Pure Pursuit ベースライン | merged | +| #6 | hybrid_astar_dwa (kind=4): 静的 Hybrid A* + path-follow DWA local | merged | +| #7 | experiments/horizon_selection に 3 paradigm 整備（CI fix） | merged | +| #8 | hybrid_astar_dyn_pp (kind=5): 動的予測 Hybrid A* + Pure Pursuit | merged | +| #9 | hybrid_astar_mppi (kind=6): 静的 Hybrid A* + path-follow MPPI local | merged | +| #10 | README に Hybrid A* family + cross-comparison 追記 | merged | +| #11 | README を 622→355 行に短縮 | merged | + +--- + +## 3. 現状の定量結果 + +12 planners × 30 cells (3 scenarios × 5 speed × 2 radius) × 4 seeds, K=4096。 + +### 全体（30 cells） +| planner | family | solved | mean coll | mean ms | +|---------------------|-----------|-------:|----------:|--------:| +| hybrid_astar_dwa | Hybrid-A* | 30/30 | 0.00 | 0.07 | +| dwa_med / dwa_fine | DWA | 30/30 | 0.00 | 0.06 | +| hybrid_astar_mppi | Hybrid-A* | 29/30 | 0.00 | 0.56 | +| dwa_fast | DWA | 28/30 | 0.60 | 0.06 | +| diff_mppi_3_early8 | Diff-MPPI | 23/30 | 0.56 | 0.66 | +| diff_mppi_3 | Diff-MPPI | 21/30 | 0.00 | 0.66 | +| hybrid_astar_pp | Hybrid-A* | 21/30 | 6.23 | 0.02 | +| hybrid_astar_dyn_pp | Hybrid-A* | 20/30 | 6.37 | 0.02 | +| stomp_3_smooth | STOMP | 18/30 | 0.00 | 1.41 | +| stomp_2 | STOMP | 18/30 | 0.00 | 0.95 | +| stomp_1 | STOMP | 17/30 | 0.00 | 0.49 | + +### Hard half (`dyn_speed_scale ≥ 1.5`, 12 cells) +| planner | hard solved | mean coll | +|---------------------|------------:|----------:| +| hybrid_astar_dwa | 12/12 | 0.00 | +| dwa_med / dwa_fine | 12/12 | 0.00 | +| hybrid_astar_mppi | 11/12 | 0.00 | +| dwa_fast | 10/12 | 1.50 | +| stomp_3_smooth | 6/12 | 0.00 | +| diff_mppi_3_early8 | 5/12 | 1.40 | +| hybrid_astar_pp | 3/12 | 15.58 | +| hybrid_astar_dyn_pp | 2/12 | 15.92 | + +### Hybrid A* マトリクスの paradigm 解釈 + +| 変種 | global plan | local controller | hard 結果 | 結論 | +|---|---|---|---|---| +| `pp` | 静的（dyn 無視） | pure pursuit | 3/12, 15.6 coll | naive ベースライン | +| `dyn_pp` | 動的予測 + safety inflation | pure pursuit | 2/12, 15.9 coll | brittle: search の constant-speed 仮定 vs sim の accel-from-rest による ~1s タイミングずれが致命的 | +| `dwa` | 静的（dyn 無視） | DWA argmin | 12/12, 0 coll | global path を local が dyn-aware で追従 → 完全解決 | +| `mppi` | 静的（dyn 無視） | MPPI sampling | 11/12, 0 coll | 同上、ただし sampling 平均化で goal pull が薄まるため w_terminal=50 が必要 | + +**main finding**: 「global plan + local reactive controller」の hybrid pattern は paradigm-agnostic（DWA / MPPI どちらでも閉じる）。一方、global plan 単体に dyn 予測を入れるだけでは linearised prediction の timing 誤差で逆に悪化する。 + +--- + +## 4. 設計プロセス（process state） + +- `core/`: 最小 interface のみ +- `experiments/`: 3 paradigm (functional / OOP / pipeline) の使い捨て variant 群 + - 現在の concrete problems: `planner_selection`, `fixture_promotion`, + `time_budget_selection`, `horizon_selection` (各 3 variant) +- `docs/`: CSV → markdown 自動生成（experiments.md, decisions.md など） +- `paper/`: 論文ドラフト群（Diff-MPPI 主、Hybrid A* は未着手） +- スナップショット / 退行検出 / promotion watch を script で自動化 + +--- + +## 5. アーキテクチャ寸描 + +``` +benchmark_diff_mppi (CUDA, 3000+ lines) +├── PlannerVariant (planner_kind=0..6) +│ ├── 0: legacy MPPI / Diff-MPPI / feedback +│ ├── 1: DWA grid kernel (argmin over 9 accel × 13 steer) +│ ├── 2: STOMP (cost-weighted noise + M=(RᵀR)⁻¹ projection) +│ ├── 3: hybrid_astar_pp (CPU search + pure pursuit) +│ ├── 4: hybrid_astar_dwa (CPU search + path-follow DWA kernel) +│ ├── 5: hybrid_astar_dyn_pp (dyn-aware CPU search + pure pursuit) +│ └── 6: hybrid_astar_mppi (CPU search + path-follow MPPI rollout) +└── 共通インフラ: cuRAND、d_obstacles_bench / d_dynamic_obstacles_bench + (__constant__ memory) +``` + +Hybrid A* は CPU 専用、ヘッダ単体 (`include/hybrid_astar_pp.h`, 380 行)。 +- Lattice key: (ix, iy, itheta) 3D、`std::priority_queue` + `std::unordered_map` +- Motion primitives: 7 steering choices × 8 sub-steps の bicycle integration +- 1 plan 呼び出しあたり 3-27 ms（CPU）、エピソード開始時に 1 回のみ + +--- + +## 6. 今後の候補（こちらの判断材料） + +### A. GPU port of Hybrid A* +- 動機: 学習価値、ライブラリ的価値 +- 課題: 現状 planning は per-episode 1 回（3-27 ms）でボトルネックではない +- 効果が活きるのは「周期 replan」の文脈 +- 見積もり: 4-6 時間。Priority queue の GPU 化が難しい → batched wavefront expansion 案が有力 + +### B. hybrid_astar_replan_dwa（periodic replan） +- 動機: hybrid_astar_dyn_pp の brittleness（2/12）を replan で解消できるか +- 想定: 20 sim step ごとに replan → 13 replans/episode × 5ms = 65ms 追加 + - per-step avg_ms が 0.07 → 0.32（許容範囲） +- ただし `hybrid_astar_dwa` が既に 12/12 0-coll なので「悪い結果を救う」用途 + - hybrid_astar_pp の場合に replan を入れたら何 cells 上がるか、は新情報 + +### C. paper/hybrid_astar_paper.md ドラフト +- 動機: paradigm completion の結果は publishable +- コード変更ゼロ、docs を整理して paper/ に転載 +- Diff-MPPI 論文系の流れと統合できる + +### D. TEB / CHOMP / Lattice planner 追加 +- 動機: 比較表をさらに厚くする +- 課題: 各 planner の実装に半日〜数日 + +### E. uncertainty-aware DWA +- 動機: `uncertain_*` シナリオでの DWA 改善 +- 効果: マイナー、しかも uncertain_* は seed 摂動で再現性が低い + +### F. ROS2 統合 +- 動機: 既に `ros2_ws/` があるので、新 planner を ROS2 ノード化 +- 課題: 実機 sensor とつなぐと scope が広がる + +### G. Diff-MPPI 論文への取り込み +- `hybrid_astar_mppi` を Diff-MPPI ブランチに置いて「global path + Diff-MPPI local」も評価 +- 投稿戦略次第 + +--- + +## 7. 相談したいこと + +1. **次に取り組む価値が高いのはどれか？**（A-G、または別の方向） + - 直近のロードマップは Diff-MPPI 系の論文化と、ローカルプランナ比較の研究的価値の両立。 + - 個人プロジェクトで GPU/ロボティクスの勉強と OSS 貢献も兼ねている。 +2. **paradigm-completion の結果はどう公開すべきか？** + - 既存 Diff-MPPI 論文に統合するか、別 paper として書くか + - blog post としてだけ書くオプションも +3. **Hybrid A* マトリクスをさらに価値化する方法** + - 例: 別ベンチ（Carla, TurtleBot3 sim）への移植、ROS2 統合のデモ動画 +4. **dyn-aware Hybrid A* の brittleness をどう扱うか** + - negative result としてそのまま docs に残す（現状） + - 4D lattice / replan を入れて救う + - そもそも追わない + +ご助言ください。