基于结构化学习的无线传感器节点运行时自适应
系统与控制
2020-06-17 v1 系统与控制
摘要
马尔可夫决策过程（MDPs）为信息物理系统在运行时实现动态自适应与自优化提供了重要能力。近年来，这主要表现为强化学习（RL）技术，其通过去除部分 MDP 组件来降低计算需求。在本文中，我们表明紧凑 MDP 模型（CMMs）的最新进展为在设计无线传感器网络节点时质疑这一趋势提供了充分理由。本文提出一种新颖的基于 CMM 的设计自感知无线传感器节点的方法，并与流行的 RL 技术 Q-Learning 进行比较。我们表明某类 CPS 节点并不能很好地被 RL 方法服务，并在此背景下对比 RL 与 CMM 方法。通过仿真与原型实现，我们证明 CMM 方法相较 Q-Learning 可显著提升运行时自适应性能，且资源需求相当。
引用
@article{arxiv.2006.08666,
title = {Runtime Adaptation in Wireless Sensor Nodes Using Structured Learning},
author = {Adrian Sapio and Shuvra S. Bhattacharyya and Marilyn Wolf},
journal= {arXiv preprint arXiv:2006.08666},
year = {2020}
}