含中继物联网网络中的实用 AoI 调度器
信息论
2023-04-26 v3 机器学习
math.IT
摘要
随着设备间自主计算、通信与协作在完成各类任务中变得普遍，物联网（IoT）网络已无处不在。在 IoT 网络中使用中继进一步便于其部署，因为中继提供了诸多益处，如增加通信范围与最小化功耗。现有关于此类双跳中继 IoT 网络的传统 AoI 调度器的文献有限，因为它们在设计时假设恒定/不变的信道条件以及已知（通常为按需生成）的数据包生成模式。深度强化学习（DRL）算法已被研究用于含中继双跳 IoT 网络的 AoI 调度，然而由于动作空间随网络规模扩大呈指数增长，它们仅适用于小规模 IoT 网络。这些局限阻碍了 AoI 调度器在 IoT 网络部署中的实际应用。本文提出了一种用于含中继双跳 IoT 网络的实用 AoI 调度器，解决了上述局限。所提调度器利用一种基于近端策略优化的新型投票机制（v-PPO）算法，该算法保持线性动作空间，使其能够良好扩展至更大型 IoT 网络。所提基于 v-PPO 的 AoI 调度器能很好适应变化的网络条件并考虑未知流量生成模式，使其适用于现实世界 IoT 部署。仿真结果表明，所提基于 v-PPO 的 AoI 调度器在所有考虑的实际场景中均优于基于 Deep Q Network（DQN）的 AoI 调度器、最大年龄优先-最大年龄差（MAF-MAD）、MAF（最大年龄优先）和轮询等 ML 与传统（非 ML）AoI 调度器。
引用
@article{arxiv.2203.04227,
title = {A Practical AoI Scheduler in IoT Networks with Relays},
author = {Biplav Choudhury and Prasenjit Karmakar and Vijay K. Shah and Jeffrey H. Reed},
journal= {arXiv preprint arXiv:2203.04227},
year = {2023}
}
备注
arXiv admin note: substantial text overlap with arXiv:2107.05181