Design de experimentação para otimização de infraestrutura

Resumo

Contextualização: Os veículos aéreos não tripulados (UAV) podem desempenhar um papel revolucionário em termos de redução de custos e aumento de velocidade para resolver o problema de entrega do tipo LMD (do inglês Last-Mile Delivery) e também para atender emergências [1]. A entrega por via aérea tem o potencial de mudar a forma que lidamos com as mercadorias, pode impactar correio, entrega de alimentos, ajuda humanitária e transporte de passageiros [2]. Tais aplicações exigem que os agentes (por exemplo, UAVs ou drones) tenham um plano de voo e executem as rotas de entrega levando em consideração o custo e a minimização do tempo, evitando colisões com outros agentes e o meio ambiente [3]. Nesse cenário, os drones precisam ser equipados com sensores e rádios de comunicação para fornecer segurança e reduzir a variação na operação. Uma estação de controle terrestre (GCS) deve gerenciar uma frota, permitindo que algoritmos adaptativos lidem com desvios de forma dinâmica. A estação de controle terrestre requer um canal de comunicação de baixa latência ultra confiável para fornecer a distribuição de tarefas computacionais desafiadoras envolvidas no controle de rotas e tratamento de colisões [3]. Cada drone envia as informações do sensor para o GCS periodicamente, permitindo a criação de logs de status, otimizando os parâmetros de configuração e enviando a nova configuração de volta para a aeronave. As comunicações desempenham um papel crítico neste circuito de controle de feedback, atuando como um gargalo nesta infraestrutura. Problema: Diante disso, simular o funcionamento de um GCS requer a alocação de recursos que podem depender de centenas de parâmetros de rede e comunicação como carga em nós, tempo de resposta medido da qualidade de serviço, e demais métricas obtidas em tempo real da rede. Entretanto, o problema de busca dos parâmetros mais relevantes pode implicar em um tempo maior de convergência para algoritmos de IA. No escopo específico deste projeto, a abordagem de experimentação de uma versão scale-down da infraestrutura em simulação, e o uso de técnicas de design de experimentos pode ajudar a limpar um primeiro conjunto de variáveis a serem orquestradas no ambiente em produção. Esse procedimento no âmbito de estudos científicos em outras áreas como biologia é chamado de screening. Iremos neste trabalho estudar maneiras de tornar mais simples essa investigação de parâmetros. Em especial, o trabalho [4] traz uma primeira abordagem baseada em "Locating Arrays" que permite reduzir a complexidade de problemas full-factorial em sistemas de engenharia para poucas variáveis relevantes usando essa técnica matemática. Objetivo: Avaliar e propor abordagens de estudos de design experimental em pequena escala, que mimetize a larga escala, e avaliar o desempenho desses integrado a sistemas de IA para o auto-gerenciamento e optimização das redes na arquitetura SFII visando a configuração automática ou semi-automática de slices SFII.