[论文解读] Task-oriented Communication System Design in Cyber-Physical Systems: A Survey on Theory and Applications.

Arsham Mostaani, Thang X. Vu+1 more|arXiv (Cornell University)|Feb 14, 2021

IoT and Edge/Fog Computing参考文献 179被引用 14

一句话总结

本文提出了一种面向网络物理系统中任务导向通信设计的通用概念框架，整合信息论、控制论与计算机科学的原理，以优化特定任务的通信性能，而非单纯提升数据速率。论文调研了工业物联网、无人机、自动驾驶汽车及6G网络等领域的应用，识别出实现任务效率的关键理论与实际挑战。

ABSTRACT

Communications system design has been traditionally guided by task-agnostic principles, which aim at efficiently transmitting as many correct bits as possible through a given channel. However, in the era of cyber-physical systems, the effectiveness of communications is not dictated simply by the bit rate, but most importantly by the efficient completion of the task in hand, e.g., controlling remotely a robot, automating a production line or collaboratively sensing through a drone swarm. In parallel, it is projected that by 2023, half of the worldwide network connections will be among machines rather than humans. In this context, it is crucial to establish a new paradigm for designing communications strategies for multi-agent cyber-physical systems. This is a daunting task, since it requires a combination of principles from information, communication, control theories and computer science in order to formalize a general framework for task-oriented communication design. In this direction, this paper reviews and structures the relevant theoretical work across a wide range of scientific communities. Subsequently, it proposes a general conceptual framework for task-oriented communication design, along with its specializations according to the targeted use case. Furthermore, it provides a survey of relevant contributions in dominant applications, such as industrial internet of things, multi-UAV systems, tactile internet, autonomous vehicles, distributed learning systems, internet of skills, smart manufacturing plants and 5G and beyond self-organizing networks. Finally, it highlights the most important open research topics from both the theoretical framework and application points of view.

研究动机与目标

• 应对网络物理系统中对通信系统优先完成任务而非最大化数据传输的需求日益增长的问题。
• 克服传统机器间通信环境中任务无关通信设计的局限性。
• 整合信息论、控制论与计算机科学的跨学科理论，形式化统一的任务导向通信框架。
• 调研并梳理工业物联网、多无人机系统及触觉互联网等多样化应用中的现有理论工作。
• 识别任务导向通信系统在理论基础与实际部署中面临的关键开放研究问题。

提出的方法

• 提出一种通用的概念性框架，用于任务导向通信设计，使通信策略与特定系统级任务相匹配。
• 针对不同应用领域（如工业物联网、多无人机系统及自动驾驶车辆）对通用框架进行具体化。
• 整合信息论（如率失真权衡）、控制论（如估计与反馈）及计算机科学（如分布式协调）的原理。
• 通过任务特定指标（如控制精度、任务完成时间、协同感知保真度）分析通信效率。
• 根据任务类型对通信策略进行分类，例如分布式系统中的控制、估计、协调与学习。
• 采用多学科视角，将通信设计形式化为通信、计算与控制目标的联合优化。

实验结果

研究问题

• RQ1 如何重新设计通信系统，使其在网络物理系统中优先考虑任务完成，而非最大化数据速率？
• RQ2 哪些来自信息论、控制论与计算机科学的理论基础可被统一以支持任务导向通信设计？
• RQ3 在自动驾驶汽车、无人机编队与工业物联网等应用中，任务特定的通信需求如何变化？
• RQ4 任务导向通信中的关键性能指标与权衡关系是什么，它们与传统以吞吐量为导向的指标有何不同？
• RQ5 在将任务导向通信框架扩展至真实世界大规模网络物理系统时，最核心的开放研究挑战是什么？

主要发现

• 传统任务无关的通信系统无法满足现代网络物理系统的需求，其中任务有效性而非数据速率才是首要指标。
• 通过整合信息论、控制论与计算机科学的理论，可建立统一的任务导向通信设计概念框架。
• 多无人机系统、触觉互联网与智能制造工厂等应用需要针对实时控制与协同感知任务量身定制的通信策略。
• 分布式学习系统与5G/后5G网络显著受益于任务导向通信，可减少冗余数据传输。
• 该框架在时间敏感与资源受限环境中显著提升了任务完成效率。
• 在理论形式化、可扩展性以及通信、计算与控制之间的跨层优化方面，仍存在大量开放挑战。