无人机辅助物联网网络中用于新鲜数据采集的深度强化学习
信息论
2020-03-03 v1 网络与互联网体系结构
math.IT
摘要
由于灵活性与低运营成本，派遣无人机（UAVs）从分布式传感器收集信息有望成为物联网（IoT）中一种有前景的解决方案，尤其对于时间关键型应用。如何维持信息新鲜度是一个具有挑战性的问题。在本文中，我们研究无人机辅助物联网网络中的新鲜数据采集问题。具体而言，无人机在给定的时长内飞向传感器收集状态更新包，同时保持非负剩余能量。我们构建一个马尔可夫决策过程（MDP）以寻找最小化信息年龄（AoI）加权总和的无人机最优飞行轨迹与传感器传输调度。进一步提出一种基于深度强化学习（DRL）的无人机辅助数据采集算法以克服维数灾难。大量仿真结果表明，相较于其他基线算法，所提出的基于DRL的算法能显著降低AoI的加权总和。
引用
@article{arxiv.2003.00391,
title = {Deep Reinforcement Learning for Fresh Data Collection in UAV-assisted IoT Networks},
author = {Mengjie Yi and Xijun Wang and Juan Liu and Yan Zhang and Bo Bai},
journal= {arXiv preprint arXiv:2003.00391},
year = {2020}
}
备注
Accepted by IEEE INFOCOM 2020-AoI workshop