Lyapunov引导的深度强化学习用于无人机辅助无线网络中的语义感知AoI最小化
信息论
2024-09-23 v1 math.IT
摘要
本文研究了无人机（UAV）辅助的语义网络场景，其中地面用户（GU）通过UAV中继定期捕获并上传感知信息至基站（BS）。GU和UAV均可从大规模原始数据中提取语义信息并传输至BS进行恢复。语义信息规模越小，延迟越低，信息新鲜度越高；而规模越大，可在BS实现更精确的数据重建，保留原始信息的价值。我们引入一种新型语义感知年龄信息（SAoI）指标，捕捉信息新鲜度与语义重要性。随后构建时序平均SAoI最小化问题，联合优化UAV-GU关联、语义提取策略及UAV轨迹。通过Lyapunov框架将原问题解耦为子问题序列，再采用层次化深度强化学习（DRL）求解。具体而言，UAV-GU关联由DRL决定，随后优化模块更新语义提取策略和UAV部署。仿真结果表明，层次化结构提升学习效率，同时通过语义提取实现低AoI，确保原始信息损失最小，优于现有基线方法。
引用
@article{arxiv.2409.13580,
title = {Lyapunov-guided Deep Reinforcement Learning for Semantic-aware AoI Minimization in UAV-assisted Wireless Networks},
author = {Yusi Long and Shimin Gong and Sumei Sun and Gary Lee and Lanhua Li and Dusit Niyato},
journal= {arXiv preprint arXiv:2409.13580},
year = {2024}
}
备注
This paper has been sumitted to IEEE TWC