Jan, 2016

更新还是等待：如何保持数据新鲜

PDF
TL;DR研究如何通过控制信息更新来最优地管理信息的新鲜度，提出了一种一般的年龄惩罚函数来量化数据新旧程度，将平均年龄惩罚最小化问题建模为带约束的半马尔可夫决策问题 (SMDP)，并开发了高效算法来找到最优更新策略，证实了当年龄惩罚函数与年龄的快速增长、包传输时间正相关或包传输时间高度随机时，零等待策略与最优策略的差距巨大。
age-of-informationzero-wait policyaverage age penalty minimization problemmarkov decision problemoptimal update policy
发现论文，激发创造
  • 信息时代：随机到达调度的惠特尔指数

    从调度的角度研究信息时代，通过 Whittle 框架导出闭式 Whittle 指数并建立了指数性，提出了调度算法，并证明其接近最优调度算法。

    Jan, 2018

  • 远程推理的及时通信

    分析数据新鲜度对远程推理系统的影响，提出了一种新的选择 - 缓冲区模型和调度策略来降低推理误差并优化信息时效性。

    Apr, 2024

  • 最佳更新时间：针对基于年龄度量的风险敏感最小化

    在点对点无线通信系统中，通过引入 “风险状态” 的概念来量化和减少高基于年龄的度量风险，以直接推导风险状态频率作为新的风险度量，并提出了两种对 AoI、QAoI 和 AoII 进行风险敏感的策略。通过运用系统知识和增强型 Q 学习方法，在不需了解系统的情况下平衡年龄度量、传输能量和高风险状态频率，从而实现了高效的风险敏感策略。

    Jan, 2024

  • 广播无线网络中最小化信息时效的调度策略

    本文研究无线广播网络中时间敏感的信息传输，提出了优化最小化网络客户端信息新鲜度的传输调度策略，并实现性能保证。我们在对称网络中表明了最优传输调度策略，而对于一般网络，我们提出了三种低复杂度的调度策略，并据此得出了性能保证，并提出了 Max-Weight 和 Whittle's Index 策略来优化该问题。实验结果表明这两种策略的性能最优。

    Jan, 2018

  • 部分可观测状况下的信息时代协同优化

    该研究探讨了一种去中心化的传输策略，通过利用传感器传输过程和网络拥塞对信息年龄（AoI）的影响，结合基于粒子滤波和强化学习的方法，实现了多代理间的协同最小化预期的 AoI。

    Dec, 2023

  • 无线网络中基于学习的调度，以提升信息准确性和新鲜度

    通过模拟比较四种标准赌博算法，同时结合分析性保证，我们对多源系统中的调度问题进行了研究，并对任何策略能够达到的累计遗憾下限进行了界定。

    Oct, 2023

  • 学习增强的在线时间信息和传输成本最小化

    考虑到离散时间系统中的资源受限源，通过时变无线信道将其时间敏感的数据传输到目的地。我们开发了一种鲁棒的在线算法，以最小化传输和信息老化成本之和，确保最坏情况下的性能保证。

    Mar, 2024

  • 合作通信的语义时代：通过离线强化学习加速模拟以接近真实

    提出一种称为 AoS 的信令更新语义新鲜度的度量方式，针对节点更新源和目的地之间的状态更新的最优控制策略进行研究，提出了在线和离线的深度演员 - 评论家算法，离线算法在数据集质量方面表现出强大的鲁棒性。

    Sep, 2022

  • 车联网中的信息新鲜度和完成时间优化

    本文研究了实时云应用中基于 IoT 设备更新信息的计算任务调度问题，并提出了基于信息新鲜度和完成时间的调度策略，以及优化这两个指标的凸优化模型和在线算法。模拟实验显示了该算法相比于基线方法的显著改进。

    Nov, 2018

  • 深度学习驱动任务导向通信中的信息时代

    研究了任务导向通信中年龄的概念，使用编码器 - 解码器对进行数据传输和任务执行，在不同深度神经网络上测试，提出了任务信息的峰值年龄概念，并通过调整通道使用数量来降低这一因素。

    Jan, 2023