基于 AoI 的相关源调度用于及时推断

我们研究了一个实时远程推断系统，其中多个相关源通过通信信道将观测值传输给接收方。接收方利用这些观测值来推断多个随时间变化的目标。由于通信资源有限，交付的观测值可能并非新鲜。为量化数据新鲜度，我们采用 Age of Information (AoI) 指标。为最小化推断误差，我们旨在设计一种信号无关的调度策略，该策略在不要求实际目标值或源观测值知识的情况下利用 AoI。这种调度问题是一个具有非可分 penalties 函数的无休眠多臂老虎机 (RMAB) 问题。与传统 RMAB 不同，源之间的相关性引入了一个独特挑战：每个源的 penalties 函数取决于其他相关源的 AoI，从而阻止问题分解为多个独立的马尔可夫决策过程 (MDP)，这是应用传统 RMAB 解决方案的关键步骤。为解决此问题，我们提出了一种方法，用于近似每个源的 penalties 函数并建立近似误差的分析界限。随后我们针对两种情形开发了调度策略：(i) 对 penalties 函数有充分了解的情况，和 (ii) 对 penalties 函数一无所知的情况。对于已知 penalties 函数的情况，我们给出了最优性间隙的上界，突出了相关性参数和系统规模的影响。对于未知 penalties 函数和信号分布的情况，我们发展了一个在线学习方法，利用 bandit 反馈来学习一个在线 Maximum Gain First 策略。仿真结果表明，我们提出的策略在最小化推断误差方面有效，并且在源的数量上实现了可扩展性。