使用深度 Q 学习延长相关物联网设备的寿命
网络与互联网体系结构
2019-02-11 v1
摘要
部署在物联网（IoT）中的电池供电传感器需要节能解决方案以延长其寿命。当这些传感器观测空间中分布且随时间演化的物理现象时，所收集到的观测值预期是相关的。我们利用所呈现的相关性，提出了一种采用深度 Q 学习（deep Q-learning）的更新机制。我们的机制能够确定传感器应以其传输更新的频率，同时考虑不断变化的环境。我们使用实际部署中获得的观测值评估了我们的方案，并表明我们所提出的机制能够显著延长电池供电传感器的寿命，且不损害提供给 IoT 服务的观测精度。
引用
@article{arxiv.1902.02850,
title = {Using Deep Q-learning To Prolong the Lifetime of Correlated Internet of Things Devices},
author = {Jernej Hribar and Andrei Marinescu and George A. Ropokis and Luiz A. DaSilva},
journal= {arXiv preprint arXiv:1902.02850},
year = {2019}
}
备注
Under submission