信息不确定性调度：一种 restless 多臂老虎机框架
信息论
2022-06-14 v2 math.IT
摘要
本文提出使用由香农熵度量的信息不确定性(UoI)作为信息新鲜度的度量。我们考虑一个中央监视器通过通信信道观测多个二元马尔可夫过程的系统。马尔可夫过程的 UoI 对应于监视器对其状态的不确定性。在每步时刻，只能选择一个马尔可夫过程将其状态更新至监视器；因此在各过程的 UoI 之间存在权衡，该权衡依赖于用于选择待更新过程的调度策略。过程的年龄信息(AoI)对应于其距上次更新的时间。一般而言，相关的 UoI 可以是其 AoI 的非增函数，甚至是振荡函数，使得调度问题尤其具有挑战性。本文研究旨在最小化过程在无限时间域上平均和-UoI 的调度策略。我们将该问题表述为一个 restless 多臂老虎机(RMAB)问题，并在证明其可索引性后，开发了对于 RMAB 近最优的 Whittle 索引策略。我们进一步提供了一种迭代算法以计算该策略实际部署所需的 Whittle 索引。尽管本文聚焦于 UoI 调度，我们的结果适用于一类广义的 RMAB，其中 UoI 调度问题是其特例。具体而言，本文的 Whittle 索引策略对任意臂为二元马尔可夫过程且代价为马尔可夫过程信念状态的凹函数的 RMAB 均有效。数值结果证明了 Whittle 索引策略对此类 RMAB 的优异性能。
引用
@article{arxiv.2102.06384,
title = {Uncertainty-of-Information Scheduling: A Restless Multi-armed Bandit Framework},
author = {Gongpu Chen and Soung Chang Liew and Yulin Shao},
journal= {arXiv preprint arXiv:2102.06384},
year = {2022}
}
备注
28 pages, 5 figures