[論文レビュー] Edge-enabled Metaverse: The Convergence of Metaverse and Mobile Edge Computing

Sahraoui Dhelim, Tahar Kechadi+4 more|arXiv (Cornell University)|Apr 13, 2022

IoT and Edge/Fog Computing被引用数 9

ひとこと要約

本論文は、3次元物理シミュレーションや衝突検出といった重いメタバースワークロードを、集中型クラウドサーバーに依存せずにエンドユーザーのエッジデバイスにオフロードする、Fog-Edgeハイブリッドコンピューティングアーキテクチャを提案する。物理的実体に近い場所に計算を分散させることで、従来のクラウドベースのメタバースシステムと比較して可視化遅延を50％削減し、リアルタイム性能とスケーラビリティを顕著に向上させる。

ABSTRACT

The Metaverse is a virtual environment where users are represented by avatars to navigate a virtual world, which has strong links with the physical one. State-of-the-art Metaverse architectures rely on a cloud-based approach for avatar physics emulation and graphics rendering computation. Such centralized design is unfavorable as it suffers from several drawbacks caused by the long latency required for cloud access, such as low quality visualization. To solve this issue, in this paper, we propose a Fog-Edge hybrid computing architecture for Metaverse applications that leverage an edge-enabled distributed computing paradigm, which makes use of edge devices computing power to fulfil the required computational cost for heavy tasks such as collision detection in virtual universe and computation of 3D physics in virtual simulation. The computational cost related to an entity in the Metaverse such as collision detection or physics emulation are performed at the end-device of the associated physical entity. To prove the effectiveness of the proposed architecture, we simulate a distributed social metaverse application. Simulation results shows that the proposed architecture can reduce the latency by 50% when compared with the legacy cloud-based Metaverse applications.

研究の動機と目的

• 没入型ユーザー体験を妨げる、クラウドベースのメタバースアーキテクチャの高遅延およびスケーラビリティ制限を解消すること。
• エンドデバイスのエッジリソースを活用して、仮想環境におけるリアルタイムの物理および衝突シミュレーションが実現可能かどうかを検討すること。
• ユーザーに近い場所に計算ワークロードを分散させるハイブリッドFog-Edgeコンピューティングモデルを設計し、応答性を向上させるとともに、集中型クラウドインfraストラクチャへの依存度を低減すること。
• 分散型ソーシャルメタバースユースケースにおける、提案アーキテクチャのパフォーマンス向上を評価すること。

提案手法

• 提案アーキテクチャは、物理的実体（例：ユーザーのVRヘッドセットやローカルサーバー）に関連付けられたエッジデバイスを活用し、物理エミュレーションや衝突検出などの計算タスクを実行する。
• エッジデバイスとフォッグノードの間で計算を分散するハイブリッドFog-Edgeコンピューティングモデルを採用し、負荷をバランスさせながら遅延を最小限に抑える。
• アバター関連の計算（例：運動量、質量、力の作用）を、関連する物理的ユーザーのエンドデバイスに直接オフロードする。
• 中央集権型クラウドモデルと比較して、遅延とパフォーマンスを評価するためのシミュレーションフレームワークを実装し、分散型ソーシャルメタバースシナリオでのアーキテクチャの有効性を検証する。
• 遠隔にいるアバター間のリアルタイムデータ交換をモデル化し、処理意思決定を空間的・時間的正確性要件に基づいて行う。

実験結果

リサーチクエスチョン

• RQ1 エッジベースの分散コンピューティングは、集中型クラウドアーキテクチャと比較して、メタバースアプリケーションにおける遅延を顕著に低減できるか？
• RQ2 エンドユーザーのエッジデバイスに物理および衝突検出をオフロードすることで、全体のシステムパフォーマンスとユーザー体験にどのような影響を与えるか？
• RQ3 スケーラブルで低遅延なメタバースレンダリングを実現するためのハイブリッドFog-Edgeモデルを導入する際のアーキテクチャ的トレードオフは何か？
• RQ4 エッジベースの計算は、ユーザー密度の高い仮想世界のスケーラビリティをどの程度向上できるか？

主な発見

• 提案されたFog-Edgeハイブリッドアーキテクチャは、レガシのクラウドベースのメタバースシステムと比較して、可視化遅延を50％削減した。
• 物理および衝突検出をエッジデバイスにオフロードすることで、リアルタイム応答性とシステムスケーラビリティが顕著に向上した。
• ユーザーに近い場所に計算を分散させることで、中央サーバーの負荷を過重にしなくても、高密度の仮想環境を効果的に処理できるようになった。
• シミュレーション結果から、エッジベースの処理が、分散型ソーシャルメタバースアプリケーションにおいて高品質なレンダリングを維持しながら遅延を最小限に抑えることが確認された。