極端な高温環境における効率的なロボット知覚のための熱的余裕ルーティング

- 高温環境でプロセッサが thermal throttling を起こす状況下の robot perception 向けに、detector 構成を選択する軽量ポリシー Thermal-Headroom Routing (THR) を提案する研究。 - detector の accuracy・inference latency・energy consumption のバランスを扱う。 - 閉形式の RC thermal model でプロセッサ温度を予測し、throttling threshold を超えると予測される detector 構成を除外する。 - 評価は YOLO11 の4構成、7つの実世界 perception trace、8つの ambient temperature、20 seed で実施。 - 比較対象は latency-aware routing、固定閾値 thermostat、duty cap、compute budget を揃えた control。

- 先行研究として latency-aware routing、固定閾値 thermostat、duty cap、matched-compute-budget control と比較している。 - 45-55 度 C の ambient temperature かつ tight inference deadline の条件で、THR は simulation 上で throttling を排除。 - latency-belief router 比で deadline miss を 3.9-7.5 percentage points 削減。 - on-time frame あたりの energy を約 12-13% 削減。 - deadline-paced で非重複の frame 実行を行う別実験では miss-rate を 6.2-9.5 percentage points 削減。 - ただし tuned thermostat や duty cap は固定動作点では THR に匹敵し得ると述べており、優位性は条件依存。

- 中核は Thermal-Headroom Routing (THR) と呼ぶ軽量な model-selection policy。 - 閉形式の RC thermal model を用いてプロセッサ温度を予測する。 - throttling threshold を超えると予測される detector 構成を選択候補から除外する。 - detector 構成としては YOLO11 の複数構成を対象とする。 - accuracy・inference latency・energy consumption のトレードオフを routing 判断に組み込む枠組み。 - 詳細なアルゴリズムやパラメータ設定は要旨からは不明。

- simulation 上で YOLO11 の4構成、7つの実世界 perception trace、8つの ambient temperature、20 randomized seed を用いて評価。 - 比較対象は latency-aware routing、固定閾値 thermostat、duty cap、matched-compute-budget control。 - 45-55 度 C・tight inference deadline 条件で throttling 排除、deadline miss 3.9-7.5 percentage points 削減、energy per on-time frame 約 12-13% 削減を報告。 - deadline-paced で非重複 frame 実行の別実験で miss-rate 6.2-9.5 percentage points 削減。 - Apple M5 での測定は single-node heating approximation を支持するが、hardware throttling 自体は検証していない。

- tuned thermostat や duty cap は固定動作点では THR に匹敵し得る。 - predictive routing が有用なのは、ambient conditions や calibrated thermal parameters が静的ポリシーの調整時と異なる場合であると述べている。 - Apple M5 の測定は single-node heating approximation を支持するが、hardware throttling の検証にはなっていない点が限界。 - 結果は thermal forecasting が resource-constrained robot perception の efficiency と timeliness を改善する条件を特徴づけるもの。 - 実機 throttling や他ハードウェアへの一般化については要旨からは不明。

- 比較対象として挙げられている latency-aware routing、latency-belief router、固定閾値 thermostat、duty cap、matched-compute-budget control の各手法。 - detector 構成として用いられている YOLO11 の関連研究。 - 基盤となる RC thermal model や thermal throttling に関する研究。 - 実機検証の観点では Apple M5 上の thermal throttling 計測に関する研究。 - 要旨で明示的な参照論文は示されていないため、上記は比較・関連手法名に基づく一般名の提示。