空間的に不均一な通信環境下でのクラウド推論のための通信を考慮したロボット実行

- クラウド上の foundation model を利用するロボットの実行フレームワーク。 - 空間的に不均一な無線接続下で、現在の primitive 実行中に次のクラウド推論結果を取得する必要がある。 - 次のリクエスト地点を運動決定として選び、通信品質と primitive の有限サポート内での進捗を両立する。 - 選択地点を local planner に組み込み、送信前に誘導し、次の結果取得に十分な接続を維持する。

- 従来は遅延削減や個別伝送改善に注目し、依存関係を短縮するが、信頼できる upload と response retrieval の両方を満たす送信地点を決められない。 - 提案は request–response window を導入し、次サイクル全体の時間を考慮して送信地点を選ぶ点が新しい。 - 通信マップと連携し、primitive 実行中の運動決定として扱う。 - 実験で成功率が最高または同率最高、リクエスト試行回数と失敗率が低い。

- request–response window: uplink transmission、cloud inference、downlink retrieval、inference uncertainty を含む次サイクル所要時間を特徴づける。 - 利用可能な communication map と window に基づき、次の request point を運動決定として選択。 - 選択地点は十分な通信品質を提供し、現在の primitive の有限サポート内で進捗を保つ。 - local planner が request point へ誘導し、送信後も次の cloud result 取得に十分な接続を維持しながらタスク実行を継続。

- 実測から構築した屋内無線シナリオで実験。 - 比較手法に対して、提案手法がタスク成功率で最高または同率最高。 - リクエスト試行回数がより少なく、リクエスト失敗率も低い。

- 要旨からは不明。 - 限界や失敗事例、仮定の議論は要旨に記載されていない。

- 要旨で参照/比較されている研究は明示されていない。 - 同分野の定番として、cloud robotics、wireless-aware motion planning、foundation models for robotics、communication-aware planning に関する論文を挙げる。