联合年龄-状态信念即一切所需：通过基于拉取的远程估计最小化 AoII
信息论
2024-11-12 v1 机器学习
网络与互联网体系结构
系统与控制
信号处理
系统与控制
math.IT
摘要
错误信息年龄 (AoII) 是一种新近提出的新鲜度与失配度量，它惩罚错误估计及其持续时间。因此，跟踪 AoII 需要同时了解源过程和估计过程。本文考虑了一个在采样率约束下的分时隙基于拉取的远程估计系统，其中信息源是一个一般的离散时间马尔可夫链 (DTMC) 过程。此外，从源到监测端的分组传输时间非零，这使得监测端无法在任何时刻拥有实际 AoII 过程的完美信息。因此，对于这种基于拉取的系统，我们提出监测端维护一个称为信念的充分统计量，它代表从所有观测历史中获得的年龄与源过程的联合分布。利用信念，我们首先提出在监测端使用最大后验 (MAP) 估计器，这与文献中现有的马丁格尔估计器不同。其次，我们从信念马尔可夫决策过程 (MDP) 公式中获得最优性方程。最后，我们提出了两种依赖信念的策略，其中一种基于深度强化学习，另一种基于瞬时期望 AoII 的阈值策略。
引用
@article{arxiv.2411.07179,
title = {Joint Age-State Belief is All You Need: Minimizing AoII via Pull-Based Remote Estimation},
author = {Ismail Cosandal and Sennur Ulukus and Nail Akar},
journal= {arXiv preprint arXiv:2411.07179},
year = {2024}
}