要約
このホワイト ペーパーでは、ZHAW でロボット アプリケーション プログラミング コースを教えた経験について説明します。これには、Kubernetes (k8s) クラスターと実際の異種ロボット ハードウェアの使用が組み合わされています。
学生向けのシームレスなシミュレーションから実際の体験までのソリューションの主な利点と、ディープ ラーニング ワークロードをサポートするためのネットワーキングと共有 GPU で遭遇した主な欠点について説明します。
将来のコース版でこれらの欠点を回避するための現在および予想される代替案について説明し、k8s クラスターに複数のロボット工学アプリケーションをデプロイするためのよりクラウドネイティブなアプローチを提案します。
要約(オリジナル)
In this paper we discuss our experience in teaching the Robotic Applications Programming course at ZHAW combining the use of a Kubernetes (k8s) cluster and real, heterogeneous, robotic hardware. We discuss the main advantages of our solutions in terms of seamless simulation-to-real experience for students and the main shortcomings we encountered with networking and sharing GPUs to support deep learning workloads. We describe the current and foreseen alternatives to avoid these drawbacks in future course editions and propose a more cloud-native approach to deploying multiple robotics applications on a k8s cluster.
arxiv情報
| 著者 | Giovanni Toffetti,Leonardo Militano,Seán Murphy,Remo Maurer,Mark Straub |
| 発行日 | 2022-10-31 09:52:23+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google