通过在线学习在随机延迟信道中发送及时状态更新

在这项工作中，我们研究一个状态更新系统，其中源节点通过具有随机延迟的信道向目的地发送及时信息。我们通过信息年龄（AoI，即接收端所存储最新样本生成以来经过的时间）来衡量接收端所存储信息的时效性。目标是在缺乏传输延迟统计信息的情况下，设计一种采样策略，使期望时间平均 AoI 与采样成本的总成本最小化。我们将总成本最小化问题重新表述为更新-奖励过程的优化，并基于 Robbins-Monro 算法提出一种在线采样策略。记 $K$ 为我们已采取的样本数。我们证明，当传输延迟有界时，所提在线算法得到的期望时间平均总成本在 $K$ 趋于无穷时收敛到最小成本，且最优性差距以 $\mathcal{O}\left(\ln K/K\right)$ 的速率衰减。仿真结果验证了我们提出算法的性能。