[論文レビュー] Towards Interconnected Virtual Reality: Opportunities, Challenges and Enablers

Ejder Baştuǧ, Mehdi Bennis+2 more|arXiv (Cornell University)|Nov 16, 2016

IoT and Edge/Fog Computing被引用数 12

ひとこと要約

本稿は、エッジ/ミストコンピューティング、予測的タスクオフロード、知能的なリソース管理を統合することで、無線5Gおよびそれ以上のネットワークにおける遅延、帯域幅、サービス品質の制限を克服するための相互接続型バーチャルリアリティ（IVR）のフレームワークを提案する。主な結果として、特にタスクの同質性が高い状況では予測的計算によって没入体験が最大22％向上し、AR搭載の自動運転車におけるチャネル混雑状態では最大11％の向上が得られた。

ABSTRACT

Just recently, the concept of augmented and virtual reality (AR/VR) over wireless has taken the entire 5G ecosystem by storm spurring an unprecedented interest from both academia, industry and others. Yet, the success of an immersive VR experience hinges on solving a plethora of grand challenges cutting across multiple disciplines. This article underscores the importance of VR technology as a disruptive use case of 5G (and beyond) harnessing the latest development of storage/memory, fog/edge computing, computer vision, artificial intelligence and others. In particular, the main requirements of wireless interconnected VR are described followed by a selection of key enablers, then, research avenues and their underlying grand challenges are presented. Furthermore, we examine three VR case studies and provide numerical results under various storage, computing and network configurations. Finally, this article exposes the limitations of current networks and makes the case for more theory, and innovations to spearhead VR for the masses.

研究の動機と目的

• 5Gおよびそれ以上のネットワークにおける完全に相互接続されたバーチャルリアリティ（IVR）を達成するための主要な要件と課題を特定すること。
• 高精細で低遅延なVR体験を支援する現行の無線システムの制限を分析すること。
• 没入体験を向上させるために、予測的および反応的タスクオフロード戦略を備えたマルチティアのコンピューティングアーキテクチャ（クラウド、ミスト、エッジ）を提案すること。
• さまざまなVRユースケース、特にソーシャルVRおよびAR搭載の自律走行車を含む、異なるネットワークおよび計算条件下でのシステムパフォーマンスを評価すること。
• 理想（完全に相互接続された）VRを実現する理論的基盤を確立し、将来の没入型システムの研究ギャップと実現要因を特定すること。

提案手法

• 三段階の進化モデルを提案：現在のVR → 相互接続型VR（IVR） → 理想（完全に相互接続された）VR。
• 遅延低減とQoE向上を目的に、タスクの同質性（α）とバックホール容量（Lba）を用いた予測的計算モデルを導入。
• ネットワークおよびデバイスの制約に基づき、VRワークロードを動的に分散するための階層的コンピューティングアーキテクチャ（クラウド、ミスト、エッジサーバー）を採用。
• 遅延、帯域幅、タスク完了の信頼性の関数として定義される「没入体験」というパフォーマンス指標を用いる。
• 混雑度とプロアクティビティのレベルを変化させた三つの事例研究（ソーシャルVR、感情センシング搭載VR、AR搭載の自律走行車）に対して、数値シミュレーションを実施。
• 計算配置が（16%、25%、59%）の割合でクラウド、ミスト、エッジに最適化されるシステムモデルを採用し、異なるプロアクティビティ設定下で評価。

実験結果

リサーチクエスチョン

• RQ1 異なるネットワーク状態下で、ミストおよびエッジサーバーにおける予測的タスクオフロードが、反応的アプローチに比べて没入型VR体験にどのように寄与するか。
• RQ2 現在の無線ネットワークにおける、シームレスで高精細なVR体験を妨げる主なパフォーマンスボトルネックは何か。
• RQ3 キャッシュ、エッジ/ミストコンピューティング、AI駆動のリソース割り当てが、相互接続型VRシステムにおける遅延および帯域幅制約をどれほど緩和できるか。
• RQ4 無線バックホールリンクにおけるチャネル混雑状態が、AR搭載の自律走行車における没入体験に与える影響は何か。また、予測的計算はこれを緩和できるか。
• RQ5 完全に相互接続されたVR環境（現実世界と仮想世界の間の知覚的差異が存在しない）を実現するために、どのような理論的およびアーキテクチャ的要因が必要か。

主な発見

• タスクの同質性が高い状況（α = 0.8）では、予測的計算が反応的低同質性設定に比べて、最大22％高い没入体験を達成する。
• AR搭載の自律走行車において42％のチャネル混雑状態が発生する場合、予測的ミストおよびクラウド計算が反応的設定に比べて、最大11％の没入体験向上を実現する。
• プロアクティビティによる最大の利点は、同質的なワークロードで観察され、タスクの予測可能性がパフォーマンスに顕著に寄与することが示された。
• 高いネットワーク混雑状態下でも、予測的戦略は測定可能なパフォーマンス優位性を維持しており、動的環境における強靭性を示している。
• 本研究では、現在の4Gおよび前世代5G無線システムは、帯域幅および遅延の制約により、高解像度でリアルタイムのVRを実現するのに不十分であると判明した。
• 本稿では、理想のVRを達成するには技術的進歩に加え、分散コンピューティング、AI、ネットワーク制御分野におけるより深い理論的基盤も不可欠であると確立した。