A Reinforcement Learning Approach to Sensing Design in Resource-Constrained Wireless Networked Control Systems

要約

この論文では、動的プロセスを監視し、グローバルな監視と意思決定を実行する基地局に測定値を送信するスマート センサー (エージェント) のワイヤレス ネットワークについて考察します。
スマート センサーにはセンシングと計算の両方が装備されており、生の測定値を送信することも、送信前に処理することもできます。
エージェントのリソースに制約があると、基本的な遅延と精度のトレードオフが生じます。
一方で、生の測定値は不正確ですが、生成は迅速です。
一方、リソースに制約のあるプラットフォームでのデータ処理では、無視できない計算遅延を犠牲にして正確な測定値が生成されます。
さらに、処理されたデータも圧縮されている場合、生の測定では無線通信によって生じる遅延が長くなる可能性があります。
したがって、ネットワーク内のセンサーが生の測定値をいつ、どこに送信するか、時間のかかるローカル処理を利用するかを決定するのは困難です。
この設計上の問題に取り組むために、各センサーで測定値をいつ処理するかを動的に決定する効率的なポリシーを学習する強化学習アプローチを提案します。
私たちが提案したアプローチの有効性は、ドローンのインターネットによって動機付けられたスマートセンシングに関するケーススタディを含む数値シミュレーションを通じて検証されます。

要約(オリジナル)

In this paper, we consider a wireless network of smart sensors (agents) that monitor a dynamical process and send measurements to a base station that performs global monitoring and decision-making. Smart sensors are equipped with both sensing and computation, and can either send raw measurements or process them prior to transmission. Constrained agent resources raise a fundamental latency-accuracy trade-off. On the one hand, raw measurements are inaccurate but fast to produce. On the other hand, data processing on resource-constrained platforms generates accurate measurements at the cost of non-negligible computation latency. Further, if processed data are also compressed, latency caused by wireless communication might be higher for raw measurements. Hence, it is challenging to decide when and where sensors in the network should transmit raw measurements or leverage time-consuming local processing. To tackle this design problem, we propose a Reinforcement Learning approach to learn an efficient policy that dynamically decides when measurements are to be processed at each sensor. Effectiveness of our proposed approach is validated through a numerical simulation with case study on smart sensing motivated by the Internet of Drones.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google