日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

群制御arXiv:2603.10436

COHORT: 実時間制約下のマルチロボットシステムにおける大規模DNN推論のためのハイブリッド強化学習

COHORT: Hybrid RL for Collaborative Large DNN Inference on Multi-Robot Systems Under Real-Time Constraints

シェア:XThreadsFacebookLINEはてブBluesky

マルチロボットシステムで大規模DNN推論を協調実行するため、オフライン強化学習とオンライン適応を組み合わせたハイブリッドRLフレームワークCOHORTを提案し、バッテリー消費削減とGPU利用効率向上を実証した。

詳しい要約

1. どんなもの?

- 大規模DNN(特にtransformerベースやマルチモーダル)をリソース制約のあるフィールドロボットに展開する課題に対処する、マルチロボットシステム向けの協調DNN推論・タスク実行フレームワーク。 - ROS上に構築され、災害対応などのミッションクリティカルなシナリオで、帯域・遅延・バッテリーの厳しい制約下での協調を可能にする。 - ハイブリッドなオフライン・オンライン強化学習(RL)戦略を採用し、DNNモジュールの実行をロボット間で動的にスケジュール・分散する。

2. 先行研究と比べてどこがすごい?

- 遺伝的アルゴリズムや複数のRLベースラインと比較して、バッテリー消費を15.4%削減し、GPU利用率を51.67%向上させた。 - フレームレートとデッドライン制約を2.55倍の頻度で満たすことを示した。 - 従来の手法と比べて、リアルタイム制約下での協調推論において優れた性能を発揮する。

3. 技術・手法の肝は?

- オフラインRLポリシー学習とAdvantage-Weighted Regression (AWR)を組み合わせ、異種DNNワークロードの分散ロボット間でのオークションベースのタスク割り当てデータで訓練。 - オンラインポリシー適応にはMulti-Agent PPO (MAPPO)を用い、オフラインポリシーから初期化してリアルタイムで微調整。 - これにより、動的なスケジューリングと分散実行を実現。

4. どうやって有効だと検証した?

- CLIPやSAMなどの視覚言語モデル(VLM)推論タスクでCOHORTを評価。 - ロボット/ワークロードの増加に伴うスケーラビリティと、特定の条件下でのロバスト性を分析。 - 遺伝的アルゴリズムや複数のRLベースラインとベンチマーク比較を実施。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究:遺伝的アルゴリズム、複数のRLベースライン(具体的名称は要旨に記載なし)。 - 関連手法:Advantage-Weighted Regression (AWR)、Multi-Agent PPO (MAPPO)。 - 同分野の定番:マルチロボット協調、分散DNN推論、リアルタイムスケジューリングに関する研究。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Mohammad Saeid Anwar, Anuradha Ravi, Indrajeet Ghosh, Gaurav Shinde, Carl Busart, Nirmalya Roy

分類: cs.RO, cs.DC

原文アブストラクト

Large deep neural networks (DNNs), especially transformer-based and multimodal architectures, are computationally demanding and challenging to deploy on resource-constrained edge platforms like field robots. These challenges intensify in mission-critical scenarios (e.g., disaster response), where robots must collaborate under tight constraints on bandwidth, latency, and battery life, often without infrastructure or server support. To address these limitations, we present COHORT, a collaborative DNN inference and task-execution framework for multi-robot systems built on the Robotic Operating System (ROS). COHORT employs a hybrid offline-online reinforcement learning (RL) strategy to dynamically schedule and distribute DNN module execution across robots. Our key contributions are threefold: (a) Offline RL policy learning combined with Advantage-Weighted Regression (AWR), trained on auction-based task allocation data from heterogeneous DNN workloads across distributed robots, (b) Online policy adaptation via Multi-Agent PPO (MAPPO), initialized from the offline policy and fine-tuned in real time, and (c) comprehensive evaluation of COHORT on vision-language model (VLM) inference tasks such as CLIP and SAM, analyzing scalability with increasing robot/workload and robustness under . We benchmark COHORT against genetic algorithms and multiple RL baselines. Experimental results demonstrate that COHORT reduces battery consumption by 15.4% and increases GPU utilization by 51.67%, while satisfying frame-rate and deadline constraints 2.55 times of the time.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI