DAG-Based QoS-Aware Dynamic Task Placement for Networked Multi-Stage Control Pipelines

技術概要：ネットワーク化された多段階制御パイプライン向けの DAG ベースの QoS 認識型動的タスク配置

1. 問題定義

ビジョン・言語・アクション（VLA）モデルやワールドファウンデーションモデル（WFM）を介した物理 AI（PAI）の産業用ロボットへの統合は、計算上のミスマッチを生み出している。これらのモデルは、一般的な産業用ロボットのオンボード機能を超えた推論コストを要求する一方、20 秒未満のコールドスタート遅延は、閉ループ制御に必要なミリ秒未満のデッドラインと互換性が無い。

既存の展開戦略は重大な限界に直面している：

• 単一モジュール型ローカル実行： センシング、知覚、計画、制御の全ステージをロボット上で実行すると、AI 加速ハードウェアが飽和し、高いデッドライン違反率（テストベッドでの実証報告では 40% 以上）を招く。
• 静的エッジオフロード： タスクをエッジサーバーへ恒久的にオフロードすると、制御ループがネットワークのジッターや遅延変動に晒され、安全マージンを侵害する可能性がある。
• 既存の適応型配置（ATP）： 既存の適応型コントローラは、通常、二値しきい値ルールに基づいて単一のパイプラインステージのみを再配置する。これらは形式的な多段階モデルを欠き、多目的コスト関数を最適化せず、タスク配置の振動（チャタリング）に対する解析的な耐性を提供しない。

核心的な課題は、閉ループのタイミング予算を尊重し、安定性を確保しながら、クラウド・フォグ・エッジの連続体全体にわたって多段階制御パイプラインを動的に配置する、ランタイムオーケストレーション層を設計することである。

2. 手法

著者は、有向非巡回グラフ（DAG）ベースの QoS 認識型動的タスク配置（DTP）フレームワークを提案する。

A. システムモデリング

• パイプラインとしての DAG： センシング・知覚・計画・制御のパイプラインは、4 つのタスク（$T_1$ から $T_4$）を持つ DAG $G=(V, E_G)$ として形式化される。
• アーキテクチャ不変量：
  • ハードアンカー型ステージ： センシング（$T_1$）と制御（$T_4$）は、ミリ秒未満の局所的リフレックスループを維持するため、物理ロボットハードウェア（$R_1$ および $R_2$）に固定される。
  • 移動可能な適応空間： 知覚（$T_2$）と計画（$T_3$）は、ロボットとエッジサーバー（$E$）の間で移行を許可される。
• 計算ファブリック： システムは、産業用リアルタイムネットワーク（LAN、TSN、または 5G-URLLC）で相互接続されたノードの集合 $N = R \cup E \cup C$ を考慮する。

B. QoS 認識型コスト関数
このフレームワークは、$W$ 個の制御サイクルの観測ウィンドウ上で動作する。ウィンドウ $k$ に対する多目的コスト関数 $J_k$ を定義する：
$$J_k = \alpha_L \tilde{L}_{95,k} + \alpha_V VD_k + \alpha_r \tilde{U}_{r,k} + \alpha_e \tilde{U}_{e,k} + \alpha_S S(\pi_k, \pi_{k-1})$$

• 指標：
  • $\tilde{L}_{95,k}$：（テール挙動を捉える）正規化された 95 パーセンタイルの端到端遅延。
  • $VD_k$：デッドライン違反率（主要な SLA）。
  • $\tilde{U}_{r,k}, \tilde{U}_{e,k}$：ロボットおよびエッジサーバー上の正規化された CPU 使用率。
• スイッチングペナルティ： 項 $S(\pi_k, \pi_{k-1})$ はハミング距離を用いて頻繁な移行をペナルティとし、ネットワーク安定性を低下させる「配置チャタリング」を防止する。
• 重み： 産業環境では、重みは生遅延（$\alpha_L$）や安定性（$\alpha_S$）よりも SLA 準拠（$\alpha_V$）を優先する。

C. アルゴリズムと制約

• 候補集合： エッジハードウェアでの実行可能性を確保するため、アルゴリズムは小さく解釈可能な配置集合 $\Pi_{cand}$ を評価する：
  • LOC： 完全ローカル（$T_2, T_3$ をロボット上）。
  • SO： 静的オフロード（$T_2, T_3$ をエッジ上）。
  • HYB： ハイブリッド（$T_2$ をエッジ上、$T_3$ をロボット上）。
• ヒステリシス機構： DTP アルゴリズム（アルゴリズム 1）は、以下の方法で安定性を強制する：
  • 最小滞在時間（$N_{min}$）： 指標がしきい値付近で変動する際の急速な反転を防止する。
  • コスト改善しきい値（$\Delta_{min}$）： コスト削減が統計的に有意な場合のみ移行が発生する。
• 推定： 非アクティブな配置については、システムは静的プロファイリング、オンラインエミュレーション（サイクルの一部をルーティング）、または保守的なスケーリングを用いて QoS 指標を推定する。

3. 主要な貢献

1. 形式的 DAG モデル： ハードアンカー型の安全クリティカルなステージと移動可能な適応空間を区別し、基盤となるネットワーク基盤に依存しないパイプラインモデル。
2. 多目的コスト関数： テール遅延、デッドライン違反率、ハードウェア使用率、移行安定性を同時に最適化するウィンドウベースの関数。
3. 安定化された DTP アルゴリズム： 従来の単一ステージ適応型配置を並行マルチタスク配置に一般化し、振動を抑制するためにヒステリシスとスイッチングペナルティを組み込んだアルゴリズム。
4. 検証ロードマップ： 離散イベントシミュレーションと物理的ロボットテストベッド上でのハードウェアインザループ（HIL）テストを含む、構造化された 2 フェーズ計画。

4. 結果と検証戦略

作業中（WiP）論文として、著者は最終的な実証結果ではなく、理論的フレームワークと定性的分析を提示する。

• 定性的分析： 著者は、DTP ポリシーが、悪条件のネットワーク（高ジッター）下ではLOCへ、ロボット CPU の負荷下ではSOへ、計算および通信リソースの両方が制約される状況ではHYBへ収束すると予測する。
• 検証ロードマップ：
  • フェーズ 1（シミュレーション）： 離散イベントシミュレータが、ストレスシナリオ（例：ガウス分布のネットワーク故障注入、CPU 負荷）に対するコスト関数の感度とヒステリシス境界をテストする。
  • フェーズ 2（HIL）： モジュール化されたクラウド・エッジ・ロボティクステストベッドが、提案された DAG-QoS DTP を LOC、SO、および単一ステージ ATP ベースラインと比較するための、計算プロファイルとネットワーク遅延に関する実証データを提供する。

5. 意義と主張

本論文は、産業オートメーションにおける「制御・通信・計算（3C）」の共設計ギャップに対処することを主張する。その意義は以下の点にある：

• ランタイム決定性： $T_1$ と $T_4$ をアンカーすることにより、フレームワークは作動の安全性をネットワーク状態から切り離し、ミリ秒未満のリフレックスループを維持する。
• 適応性： 移動可能な空間は、ハードウェアを過負荷にしたり、決定をハードコーディングしたりすることなく、多様な計算需要（新興の VLA/LLM ワークロードを含む）に対応する。
• 安定性保証： ハミング距離に基づくスイッチングペナルティは、配置チャタリングに対する数学的に有界な保証を提供し、観測可能な制御ループの安定性へと変換される。
• 産業成熟度： 著者は、デプロイメント全体にわたってデッドライン違反率（$VD$）が$\le 5%$ を保証できないシステムは、Industry 4.0 の成熟度を信頼性を持って主張できず、Industry 5.0 のエージェント型オートメーションの準備も整っていないと論じる。

このフレームワークは、LLM エージェントや VLA モデルが、現実世界の計算およびネットワーク変動下で信頼性高く動作することを可能にする、基礎的な「ランタイムインフラストラクチャ」または「PAI 神経系」として位置づけられている。今後の作業としては、候補配置集合の拡大、マルチロボット群のサポート、およびオンラインハイパーパラメータ適応の統合が計画されている。