論文の概要: End-to-End O-RAN Testbed for Edge-AI-Enabled 5G/6G Connected Industrial Robotics
- arxiv url: http://arxiv.org/abs/2603.13567v1
- Date: Fri, 13 Mar 2026 20:14:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-28 17:44:18.271058
- Title: End-to-End O-RAN Testbed for Edge-AI-Enabled 5G/6G Connected Industrial Robotics
- Title（参考訳）: エッジAI対応5G/6Gコネクテッド産業ロボット用エンド・ツー・エンドO-RANテストベッド
- Authors: Sasa Talosi, Vladimir Vincan, Srdjan Sobot, Goran Martic, Vladimir Morosev, Vukan Ninkovic, Dragisa Miskovic, Dejan Vukobratovic,
- Abstract要約: 我々は5G/6G O-RANをベースとしたE-AIを産業用ロボットアプリケーションに統合したエンドツーエンドテストベッドを提案する。
テストベッドは、さまざまなデータ取得、エッジ処理、ロボット知覚のためのリアルタイムストリーミングアプローチ間のトレードオフを調査するために使用される。
- 参考スコア（独自算出の注目度）: 1.2179379138011863
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Connected robotics is one of the principal use cases driving the transition towards more intelligent and capable 6G mobile cellular networks. Replacing wired connections with highly reliable, high-throughput, and low-latency 5G/6G radio interfaces enables robotic system mobility and the offloading of compute-intensive artificial intelligence (AI) models for robotic perception and control to servers located at the network edge. The transition towards Edge AI as a Service (E-AIaaS) simplifies on-site maintenance of robotic systems and reduces operational costs in industrial environments, while supporting flexible AI model life-cycle management and seamless upgrades of robotic functionalities over time. In this paper, we present a 5G/6G O-RAN-based end-to-end testbed that integrates E-AIaaS for connected industrial robotic applications. The objective is to design and deploy a generic experimental platform based on open technologies and interfaces, demonstrated through an E-AIaaS-enabled autonomous welding scenario. Within this scenario, the testbed is used to investigate trade-offs among different data acquisition, edge processing, and real-time streaming approaches for robotic perception, while supporting emerging paradigms such as semantic and goal-oriented communications.
- Abstract（参考訳）: コネクテッド・ロボティクスは、よりインテリジェントで有能な6G携帯電話ネットワークへの移行を促進する主要なユースケースの1つだ。
高い信頼性、高スループット、低レイテンシの5G/6G無線インターフェースで有線接続をリプレースすることで、ロボットシステムのモビリティと、ロボット認識とネットワークエッジにあるサーバへの制御のための計算集約人工知能(AI)モデルのオフロードが可能になる。
Edge AI as a Service(E-AIaaS)への移行は、ロボットシステムのオンプレミスメンテナンスを簡素化し、産業環境における運用コストを低減すると同時に、柔軟なAIモデルライフサイクル管理と、時間とともにロボット機能のシームレスなアップグレードをサポートする。
本稿では,5G/6G O-RANをベースとしたE-AIaaSを産業用ロボットアプリケーションに統合したエンド・ツー・エンド・エンド・テストベッドを提案する。
目的は、E-AIaaS対応の自律溶接シナリオを通じて実証された、オープン技術とインターフェースに基づく汎用的な実験プラットフォームの設計とデプロイである。
このシナリオでは、テストベッドを使用して、セマンティックやゴール指向通信といった新たなパラダイムをサポートしながら、さまざまなデータ取得、エッジ処理、ロボット知覚のためのリアルタイムストリーミングアプローチ間のトレードオフを調査する。
関連論文リスト
- A Unified AI, Embedded, Simulation, and Mechanical Design Approach to an Autonomous Delivery Robot [0.0]
本稿では,機械工学,組込みシステム,人工知能を統合した完全自律配送ロボットの開発について述べる。
プラットフォームは異種コンピューティングアーキテクチャを採用し、RPi 5とROS 2はAIベースの認識と経路計画を扱う。
機械設計は、精密なモーター選択と材料工学を通じてペイロード容量と移動性に最適化された。
論文 参考訳（メタデータ） (2025-12-26T23:39:54Z) - AI/ML Life Cycle Management for Interoperable AI Native RAN [50.61227317567369]
人工知能(AI)と機械学習(ML)モデルは、5Gラジオアクセスネットワーク(RAN)を急速に浸透させている
これらの開発は、AIネイティブなトランシーバーを6Gのキーイネーブルとして基盤を築いた。
論文 参考訳（メタデータ） (2025-07-24T16:04:59Z) - From Connectivity to Autonomy: The Dawn of Self-Evolving Communication Systems [0.37282630026096586]
本稿では,AIによるインテリジェンスによって静的接続を超えた動的適応が可能となる,自己進化型通信エコシステムとして6Gを想定する。
我々は、再構成可能なインフラ、適応型ネットワーク、インテリジェントネットワーク機能にまたがる自律通信システムの鍵となる実現可能性について検討する。
本研究は, リアルタイム意思決定の改善, 効率の最適化, 制御システムの遅延低減の可能性を強調した。
論文 参考訳（メタデータ） (2025-05-29T17:45:02Z) - Task-Oriented Connectivity for Networked Robotics with Generative AI and Semantic Communications [2.54886412206415]
本稿では,汎用AI(GenAI)エージェントと目標指向のセマンティックコミュニケーション(SemCom)をセマンティック・アウェア・ネットワークの下で統合する,ロボットのための新しいコワーキング・フレームワークを提案する。
このエージェント駆動のパラダイムは、新たなレベルの自律性とインテリジェンスを可能にし、ネットワーク化されたロボットの複雑なタスクを、人間の介入を最小限に抑えて実行可能にする。
論文 参考訳（メタデータ） (2025-03-09T20:56:04Z) - Towards Zero Touch Networks: Cross-Layer Automated Security Solutions for 6G Wireless Networks [39.08784216413478]
本稿では,物理層認証とクロス層侵入検知システムを対象とした自動セキュリティフレームワークを提案する。
提案フレームワークはドリフト適応型オンライン学習技術と,動的ネットワーク環境向けに最適化されたMLモデルを自動的に生成する改良された逐次Halving(SH)ベースのAutomated ML(AutoML)手法を用いる。
論文 参考訳（メタデータ） (2025-02-28T01:16:11Z) - RoboScript: Code Generation for Free-Form Manipulation Tasks across Real
and Simulation [77.41969287400977]
本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。
自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。
我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
論文 参考訳（メタデータ） (2024-02-22T15:12:00Z) - Toward 6G Native-AI Network: Foundation Model based Cloud-Edge-End Collaboration Framework [55.73948386625618]
データ、AIモデル、運用パラダイムの観点から、6GネイティブAIを達成する上での課題を分析します。
基礎モデルに基づく6GネイティブAIフレームワークを提案し、専門家の知識の統合方法を提供し、2種類のPFMのカスタマイズを提示し、ネイティブAIフレームワークの新たな運用パラダイムを概説する。
論文 参考訳（メタデータ） (2023-10-26T15:19:40Z) - Large Language Models Empowered Autonomous Edge AI for Connected
Intelligence [51.269276328087855]
エッジ人工知能(Edge AI)は、コネクテッドインテリジェンスを実現するための有望なソリューションである。
この記事では、ユーザのさまざまな要件を満たすために自動的に組織化し、適応し、最適化する、自律的なエッジAIシステムのビジョンを示す。
論文 参考訳（メタデータ） (2023-07-06T05:16:55Z) - SABER: Data-Driven Motion Planner for Autonomously Navigating
Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。
モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。
リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。
ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文 参考訳（メタデータ） (2021-08-03T02:56:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。