要約
ロボットは、製造や医療から教育や顧客サービスに至るまで、さまざまな用途でますます使用されています。
ただし、これらのロボットの機動性、パワー、価格の点から、人間とロボットのインタラクションにおけるパーソナライゼーションのための最新のアルゴリズムを望ましい速度で実行するのに十分なコンピューティング能力が搭載されていないことがよくあります。
これにより、インタラクションの有効性が制限され、これらのロボットの潜在的な用途が制限される可能性があります。
5G 接続は、ロボット サービスを促進できる高いデータ レート、帯域幅、低遅延を提供することで、この問題の解決策を提供します。
さらに、クラウド コンピューティングが広く利用できるようになったことで、ほぼ無制限のコンピューティング能力を低コストで簡単に利用できるようになりました。
エッジ コンピューティングでは、コンピューティング リソースをアクションの近くに配置するため、クラウド コンピューティングよりもさらに低いレイテンシーを実現できます。
このペーパーでは、5G、エッジ、クラウド コンピューティングを組み合わせて、人間とロボットのインタラクションにおけるパーソナライゼーションを向上させる可能性を探ります。
私たちは、NetROS-5G という新しいフレームワークを設計、開発、実証し、これらのテクノロジーを利用することで得られるパフォーマンスがどのようにネットワーク遅延を克服し、ロボット工学のパーソナライゼーションを大幅に強化できるかを示します。
私たちの結果は、5G ネットワーク スライシング、エッジ コンピューティング、クラウド コンピューティングの統合により、現代の人間とロボットのインタラクション シナリオにおいて、コスト効率が高く優れたレベルのパーソナライゼーションを総合的に提供できることを示しています。
要約(オリジナル)
Robots are increasingly being used in a variety of applications, from manufacturing and healthcare to education and customer service. However, the mobility, power, and price points of these robots often dictate that they do not have sufficient computing power on board to run modern algorithms for personalization in human-robot interaction at desired rates. This can limit the effectiveness of the interaction and limit the potential applications for these robots. 5G connectivity provides a solution to this problem by offering high data rates, bandwidth, and low latency that can facilitate robotics services. Additionally, the widespread availability of cloud computing has made it easy to access almost unlimited computing power at a low cost. Edge computing, which involves placing compute resources closer to the action, can offer even lower latency than cloud computing. In this paper, we explore the potential of combining 5G, edge, and cloud computing to provide improved personalization in human-robot interaction. We design, develop, and demonstrate a new framework, entitled NetROS-5G, to show how the performance gained by utilizing these technologies can overcome network latency and significantly enhance personalization in robotics. Our results show that the integration of 5G network slicing, edge computing, and cloud computing can collectively offer a cost-efficient and superior level of personalization in a modern human-robot interaction scenario.
arxiv情報
| 著者 | Anestis Dalgkitsis,Christos Verikoukis |
| 発行日 | 2023-12-11 16:03:31+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google