基于时空感知深度确定性策略梯度的可穿戴设备传感器调度与能效优化研究

《IEEE Access》：Deep Reinforcement Learning of Multichannel Biodynamics for Efficient Wearable Big Data

　　

摘要：

生物动力学的时空深度学习对于优化边缘消费健康设备的大数据利用和系统配置至关重要。尽管目前人们正在密集关注大数据利用、人机交互、人类行为应用等方面，但受限于电池容量，健康设备通常具有有限的计算或流处理能力。当消费设备需要持续主动采样数据时，这一挑战更加显著。基于系统内多个消费设备之间潜在关系可能承载相似动态特性的事实，我们提出通过停用部分传感器并从未停用的传感器中重建其数据来最小化这种冗余，从而提升系统配置和能源效率，实现高效的人类动力学大数据处理。具体而言，我们提出了一种时空感知深度确定性策略梯度（stDDPG）框架，用于学习复杂的系统条件并给出配置建议。stDDPG学习多个传感器流之间的时空关系，以决定何时停用某些传感器来最小化能耗，同时最小化重建误差。该框架还利用序列估计器从未停用的流中预测停用流的重建误差，从而便于强化学习中至关重要的奖励计算。我们在基于可穿戴多运动传感器的人类日常活动追踪任务上评估了所提出的stDDPG框架，该任务面向人类行为和健康应用，并验证了其在提升可穿戴消费系统能源效率方面的可行性和有效性。基于stDDPG的方法能够为目标群体有效节省47.7%的能耗，同时保持相对较低的误差0.29。利用框架中的序列估计器预测停用传感器的重建误差，实现了32.1%的目标群体估计率，误差为...

展开更多