Consensus-based Resource Scheduling for Collaborative Multi-Robot Tasks

要約

私たちは、エッジ コンピューティング パラダイムをマルチロボットの協調スケジューリングに統合して、多くのロボットが一緒に実行する必要がある複雑な協調タスクのリソース利用率を最大化することを提案します。
例としては、コンピューティングを容易にするために集中型のクラウドベース システム上でタスクをスケジュールする従来のアプローチの代わりに、探索中にライブの地球地図を生成する協調的な地図結合が含まれます。
コンセンサスベースのスケジューリング戦略に対する当社の分散型アプローチは、システムが全体的なパフォーマンス目標を維持しながらリソースを最適化しようとする際に、動的な計算ニーズと通信を変化させる統計に適応することで、マルチロボットエッジコラボレーションシステムに利益をもたらします。
協調的なタスクのオフロードの前に、コンピューティング リソースで継続的なデバイスとネットワークのプロファイリングが実行され、分散スケジューリング スキームによって、ユーティリティ最大化アプローチを使用して導き出された最大のユーティリティを持つリソースが選択されます。
シミュレーションおよび現実世界のマルチロボット システムでエッジ サーバーを使用した場合と使用しない場合の徹底的な評価により、従来のエッジベースのシステムと比較して、タスクの待ち時間が短く、スループットが大きく向上し、フレーム レートの処理が向上する可能性があることが実証されました。

要約(オリジナル)

We propose integrating the edge-computing paradigm into the multi-robot collaborative scheduling to maximize resource utilization for complex collaborative tasks, which many robots must perform together. Examples include collaborative map-merging to produce a live global map during exploration instead of traditional approaches that schedule tasks on centralized cloud-based systems to facilitate computing. Our decentralized approach to a consensus-based scheduling strategy benefits a multi-robot-edge collaboration system by adapting to dynamic computation needs and communication-changing statistics as the system tries to optimize resources while maintaining overall performance objectives. Before collaborative task offloading, continuous device, and network profiling are performed at the computing resources, and the distributed scheduling scheme then selects the resource with maximum utility derived using a utility maximization approach. Thorough evaluations with and without edge servers on simulation and real-world multi-robot systems demonstrate that a lower task latency, a large throughput gain, and better frame rate processing may be achieved compared to the conventional edge-based systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google