FogROS2-Config: Optimizing Latency and Cost for Multi-Cloud Robot Applications

要約

クラウド サービス プロバイダーは、50,000 を超える、動的に変化する個別のクラウド サーバー オプションのセットを提供しています。
ロボット工学者が費用対効果の高い意思決定を行えるよう、ROS2 ノードを入力として受け取り、関連するベンチマークを自動的に実行して、遅延とコストをトレードオフするクラウド コンピューティング サービスのメニューを迅速に返すオープン ツールキットである FogROS2-Config を紹介します。
すべてのハードウェア構成を試すのは現実的ではないため、FogROS2-Config では、少数のエッジ ケース サーバーのセットを迅速にサンプル テストします。
私たちは、視覚的 SLAM、把握計画という 3 つのロボット アプリケーション タスクに関して FogROS2-Config を評価します。
そしてモーションプランニング。
FogROS2-Config はコストを最大 20 分の 1 に削減できます。
実現可能なサーバー構成でアプリケーションタスクを実行してコストとレイテンシのパレートフロンティアと比較することで、コストとレイテンシのモデルを評価し、FogROS2-Config がコストとレイテンシのバランスをとる効率的なハードウェア構成を選択していることを確認します。

要約(オリジナル)

Cloud service providers provide over 50,000 distinct and dynamically changing set of cloud server options. To help roboticists make cost-effective decisions, we present FogROS2-Config, an open toolkit that takes ROS2 nodes as input and automatically runs relevant benchmarks to quickly return a menu of cloud compute services that tradeoff latency and cost. Because it is infeasible to try every hardware configuration, FogROS2-Config quickly samples tests a small set of edge case servers. We evaluate FogROS2-Config on three robotics application tasks: visual SLAM, grasp planning. and motion planning. FogROS2-Config can reduce the cost by up to 20x. By comparing with a Pareto frontier for cost and latency by running the application task on feasible server configurations, we evaluate cost and latency models and confirm that FogROS2-Config selects efficient hardware configurations to balance cost and latency.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google