能量采集传感器中用于审查的MDP模型：最优解与近似解
系统与控制
2025-02-04 v1 人工智能
系统与控制
摘要
本文提出了一种用于能量采集传感器中高能效传输的新型审查策略。该问题被建模为一个无限时域马尔可夫决策过程（MDP）。待优化的目标是所有已传输消息重要性（效用）的期望总和。假设可以在发送节点评估这种重要性，我们证明，在电池模型的某些条件下，最优审查策略是关于重要性值的阈值函数。具体而言，只有当消息的重要性高于某个阈值时才会被传输，该阈值取决于电池电量。利用这一特性，我们提出了一种基于模型的随机方案来近似最优解，与传统的Q-learning算法相比，该方案具有更低的计算复杂度和更快的收敛速度。在单跳和多跳网络中的数值实验证实了所提方案的分析优势。
引用
@article{arxiv.2502.00940,
title = {An MDP Model for Censoring in Harvesting Sensors: Optimal and Approximated Solutions},
author = {Jesus Fernandez-Bes and Jesus Cid-Sueiro and Antonio G. Marques},
journal= {arXiv preprint arXiv:2502.00940},
year = {2025}
}