Cloud-Based Scheduling Mechanism for Scalable and Resource-Efficient Centralized Controllers

要約

この論文では、大規模システム、つまりマルチエージェント システム用の集中型非線形モデル予測コントローラー (CNMPC) に複雑なロボット ソフトウェアを導入する際の課題に対処するための新しいアプローチを提案します。
提案されたアプローチは、集中制御スキームのスケーラビリティ制限に対処しながら、CNMPC の動作を監視および最適化するように設計された Kubernetes ベースのスケジューリング メカニズムに基づいています。
リアルタイム クラウド環境でクラスターを活用することにより、提案されたメカニズムは CNMPC の計算負荷を効果的に軽減します。
実験を通じて、特にロボットの数が変化する可能性があるシナリオにおけるシステムの有効性とパフォーマンスを実証しました。
私たちの取り組みは、クラウドベースの制御戦略の進歩に貢献し、クラウド制御のロボット システムのパフォーマンス向上の基礎を築きます。

要約(オリジナル)

This paper proposes a novel approach to address the challenges of deploying complex robotic software in large-scale systems, i.e., Centralized Nonlinear Model Predictive Controllers (CNMPCs) for multi-agent systems. The proposed approach is based on a Kubernetes-based scheduling mechanism designed to monitor and optimize the operation of CNMPCs, while addressing the scalability limitation of centralized control schemes. By leveraging a cluster in a real-time cloud environment, the proposed mechanism effectively offloads the computational burden of CNMPCs. Through experiments, we have demonstrated the effectiveness and performance of our system, especially in scenarios where the number of robots is subject to change. Our work contributes to the advancement of cloud-based control strategies and lays the foundation for enhanced performance in cloud-controlled robotic systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google