Don’t Let Me Down! Offloading Robot VFs Up to the Cloud

要約

ロボット サービスの最近のトレンドでは、ロボットの機能をエッジにオフロードして、ネットワーク化されたロボット工学の厳しい遅延要件を満たすことが提案されています。
ただし、通常、エッジは高価なリソースであり、場合によってはクラウドもオプションになるため、コストが削減されます。
この考えに従って、Don’t Let Me Down! を提案します。
(DLMD) は、エッジ リソースの消費を最小限に抑えるために、可能な場合にロボット機能をクラウドにオフロードすることを促進するアルゴリズムです。
さらに、DLMD は、適切な移行、トラフィック ステアリング、および無線ハンドオーバーの決定を行い、厳密な遅延制約としてのロボット サービス要件を満たします。
この論文では、DLMD が解決しようとする最適化問題を定式化し、DLMD のパフォーマンスを最新技術と比較し、ストレス テストを実行して、小規模および大規模なネットワークにおける DLMD のパフォーマンスを評価します。
結果は、DLMD (i) が常に 30 ミリ秒未満で解を見つけることを示しています。
(ii) ローカル ウェアハウジングのユース ケースに最適であり、(iii) ネットワーク ストレス時に Edge リソースの 5% しか消費しません。

要約(オリジナル)

Recent trends in robotic services propose offloading robot functionalities to the Edge to meet the strict latency requirements of networked robotics. However, the Edge is typically an expensive resource and sometimes the Cloud is also an option, thus, decreasing the cost. Following this idea, we propose Don’t Let Me Down! (DLMD), an algorithm that promotes offloading robot functions to the Cloud when possible to minimize the consumption of Edge resources. Additionally, DLMD takes the appropriate migration, traffic steering, and radio handover decisions to meet robotic service requirements as strict latency constraints. In the paper, we formulate the optimization problem that DLMD aims to solve, compare DLMD performance against state of art, and perform stress tests to assess DLMD performance in small & large networks. Results show that DLMD (i) always finds solutions in less than 30ms; (ii) is optimal in a local warehousing use case, and (iii) consumes only 5% of the Edge resources upon network stress.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google