Key points are not available for this paper at this time.
我们研究了使用大规模并行和矢量处理超级计算机解决人类运动大规模优化问题的可行性。具体而言，我们比较了使用常规串行机器（SGI Iris 4D25）、MIMD并行机器（英特尔iPSC/860）和并行矢量处理机器（Cray Y-MP 8/864）确定步态单支撑相的最优控制的计算成本。将人体建模为一个由46个肌腱单元驱动的14自由度链接，Iris上计算步态的最优控制可能需要多达3个月的CPU时间。Cray和英特尔都能够将这个时间降到实用水平。在Cray上找到步态的最优解大约需要77小时的CPU时间，而在英特尔上则需要约88小时。虽然发现Cray和英特尔的整体速度相似，但每台机器的独特能力更适合于使用的计算算法的不同部分。英特尔最适合计算性能标准和约束的导数，而Cray则更适合控制参数的优化。这些结果表明，解决非常大规模最优控制问题的理想计算机架构是一个混合系统，其中矢量处理机器集成到MIMD并行机器的通信网络中.
Anderson等（Wed，）研究了这个问题.