基于 MDP 的多源多信道系统中的社会最优信息新鲜度

许多系统需要对特定信息进行频繁且一致的更新。通常此类信息被定期更新，在新数据包到来时旧数据包完全失效。在此背景下，我们考虑一个包含多个信源的系统，每个信源配备一个大小为 1 的存储缓冲区，并通过 d 个正交信道与公共目的地进行通信。在每个时隙中，数据包以一定概率到达每个信源并占据缓冲区（若有旧包则丢弃），每次传输（至目的地）以另一概率成功。因此在任意时隙，每个信源有两个（信息年龄）AoI 度量：一个对应信源自身的信息，另一个对应目的地可用的同一信源信息；某些信源甚至可能没有待传数据包。目的地控制器的目标是尽可能好地维持所有信源的信息新鲜度——其旨在设计最优调度策略，在每个时隙中为最多 d 个有包的信源分配传输。这通过合适的马尔可夫决策过程（MDP）框架实现，其中目标函数为所有信源的平均 AoI（AAoI）之和。我们推导出一个非常简单的平稳策略，该策略是 epsilon-最优的——在任意时隙，将有待传包的信源按目的地与信源处 AoI 差值降序排列，并选取前若干信源进行传输。在信源数量适中（少于 30）时，AAoI 降低了 30%–90%。