机器人网络云系统的最优算法分配

机器人网络是由通信网络连接的多个机器人组成的系统。某些无法用可用机器人资源完成的任务是使用云机器人的候选对象，云机器人通过向网络添加本地或远程服务器或云基础设施来克服机器人网络的局限性，以辅助计算密集型任务或存储。以往的研究主要在提前知道资源分配的情况下，专注于最小化机器人获取资源的成本。我们为包含机器人、雾节点和云节点的机器人网络云系统开发了一种方法，以确定每个算法应分配在何处，从而使系统实现最优性能，无论哪个机器人发起请求。我们可以找到机器人所需的最小内存以及以最短完成任务时间分配算法的最优方式。我们使用真实世界数据将我们的方法与最先进的方法进行实验比较，展示了可获得的改进。