🤖 machine learning

Managing Task Execution for Unknown Workloads in Batteryless IoT: A Hardware-Agnostic Evaluation

本文提出并评估了两种硬件无关的动态调度策略——一种是无模型强化学习智能体，另一种是即时近似预测方法——它们有效地管理了工作负载未知的无电池物联网设备的任务执行，并揭示了与现有的自适应和静态方法相比，在吞吐量、韧性和计算成本方面存在的显著权衡。

原作者： Samer Nasser, Henrique Duarte Moura, Ritesh Kumar Singh, Maarten Weyn, Jeroen Famaey

发布于 2026-06-24

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Samer Nasser, Henrique Duarte Moura, Ritesh Kumar Singh, Maarten Weyn, Jeroen Famaey

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你有一个微小的、无需电池、完全依靠太阳能运行的机器人。它没有用于在阴雨天储存能量的大型电池；相反，它有一个小型的“能量桶”（超级电容器），在阳光灿烂时充盈，在机器人工作时排空。

问题在于，阳光是不可预测的。有时阳光明媚，有时云层密布，有时则是黑夜。而且机器人必须执行任务，比如发送一条消息（一次 LoRa 传输），但它并不知道这项任务究竟需要消耗多少能量。如果它尝试在能量桶太空的时候发送消息，能量桶就会枯竭，导致机器人关机，然后它必须等待数小时进行充电才能再次唤醒。

这篇论文是关于教机器人如何决定何时工作以及何时睡眠，而无需预知未来，也不需要了解其特定硬件的使用手册。

问题所在：“黑盒”困境

通常，工程师会为机器人编写固定的规则：“如果能量桶高于 50%，则发送消息。如果低于此值，则睡眠。”
但这就像是在无论路况如何都保持固定车速驾驶汽车一样。

过于严格： 你可能会在本可以发送消息时选择睡眠。
过于宽松： 你可能会在能量不足时尝试发送消息，从而导致崩溃（关机）。
“黑盒”： 机器人不知道一条消息会消耗多少能量，因为到接收器的距离会变化，或者消息的大小会变化。这是一个谜团。

解决方案：三种新的决策方式

研究人员测试了四种不同的“大脑”来管理这个机器人。他们不仅仅想证明其中一个是最优的，更想观察每种方法的权衡。

1. “赌徒”（近似预测 - AP）

这种方法就像一个聪明的赌徒，通过观察前几次投注来猜测下一次。

工作原理： 在机器人完成一项任务后，它会测量到底消耗了多少能量。它利用这个数字来预测下一次任务将消耗多少能量。然后它会检查自己的能量桶：“如果我做下一个任务，我还能剩下足够的能量保持清醒吗？”
结果： 它极其快速且高效。它的任务完成量几乎达到了“魔法先知”（一个知道未来的完美预测器）的水平，而且不需要任何先验知识。它非常轻量化，在严苛的预算下表现出色。

2. “学生”（强化学习 - RL）

这是一个通过试错来学习的机器人，就像学习骑自行车的孩子。

工作原理： 机器人尝试不同的策略。如果它崩溃了（耗尽电力），它会受到“惩罚”。如果它保持清醒并发送消息，它会获得“奖励”。随着时间的推移，它会学会一套复杂的规则手册，如何在工作与睡眠之间取得平衡。
结果： 它非常灵活。你可以教它变得激进（尽可能多地发送消息）或保守（绝不关机）。然而，它很“重”；它需要大量的计算能力和内存来运行，这会消耗机器人自身的能量。

3. “领跑者”（AsTAR）

这种方法就像一名知道自己必须连续奔跑 24 小时的马拉松选手。

工作原理： 它不是观察当前的能量水平，而是观察“趋势”。如果能量正在下降，它就减速；如果能量正在上升，它就加速。它使用一种特定的数学技巧（加性增加，乘性减少）来保持能量水平稳定。
结果： 它最擅长“节奏控制”。它是唯一能够成功让机器人在漫长的黑夜中持续工作的方案，填补了没有阳光照射的漫长空白期。

4. “老派做法”（静态阈值）

这是传统的方法：“如果能量桶高于 X，则工作；如果低于 X，则睡眠。”

结果： 如果你有一个巨大的能量桶（大型电容器），这种方法的效果出奇地好。如果你有大量的剩余能量，你不需要聪明的脑袋；一个简单的规则就足够了。但如果你的能量桶很小，这种方法会表现得非常糟糕，要么频繁关机，要么错失机会。

核心启示

论文得出结论：并没有单一的“最佳”大脑。选择取决于完全取决于你的能量桶有多大：

如果你有一个小的能量桶（严苛的约束）： 你需要聪明的方法。**“赌徒”（AP）是最佳选择，因为它快速、聪明，且不会在复杂的计算上浪费能量。“学生”（RL）**则适用于当你需要精确微调风险程度时。
如果你有一个大的能量桶（空间充裕）： 你不需要超级计算机。一个简单的**“老派做法”**实际上更好，因为它节省了能量和内存。那些高级方法在这里是大材小用。
如果你需要彻夜工作： **“领跑者”（AsTAR）**是唯一能可靠地让机器人在长时间黑暗中保持运行的方法。

底线

研究人员使用来自冰岛的真实太阳能数据构建了一个真实的模拟器，并在不同尺寸的“能量桶”上测试了这些方法。他们发现，虽然高科技的 AI 和预测方法对于微小的、受限的设备来说非常惊人，但如果你的资源充足，有时最简单的解决方案才是最高效的。关键在于将大脑的复杂度与能量箱的大小相匹配。

技术摘要：管理无电池物联网中未知负载的任务执行

1. 问题陈述

物联网（IoT）设备的快速普及引发了关于使用含有毒材料且需要频繁更换的锂离子电池在环境和经济方面的重大担忧。虽然利用超级电容器的无电池、能量采集架构提供了一种可持续的替代方案，但它们引入了一个关键挑战：管理高度波动的能量存储。

与电池不同，超级电容器表现出与能量消耗成正比的非线性电压下降。再加上不可预测的环境能量采集（如太阳能）以及“黑盒”应用（如具有可变有效载荷和扩频因子的 LoRa 传输）带来的动态、未知的能量剖面，传统的静态调度策略无法应对这些挑战。静态方法依赖于固定的电压阈值或预先测量的任务剖面，这在动态条件下要么不足，要么需要特定硬件的手动校准。核心问题在于开发一种硬件无关的动态调度策略，能够智能地管理任务执行，在无需预知能量消耗的情况下，确保系统韧性（避免电源故障）并最大化任务吞吐量。

2. 方法论

系统建模

作者将无电池物联网系统建模为一个马尔可夫决策过程（MDP）。系统状态由电容器电压 ( $V(t)$ )、采集电流 ( $I_H$ ) 以及执行任务 ( $E$ ) 或睡眠 ($NE$) 的决策定义。

电容器动力学： 推导出了一个闭环 RC 阶跃响应方程，用于根据采集电流、负载电阻和电容量来预测电压演变 ( $V(t+\Delta t)$ )。
失效条件： 如果电压降至最低运行阈值 ( $V_{min}$ ) 以下，系统将进入 OFF 状态（电源故障），需要较长时间的恢复期来充电至开启阈值 ( $V_{to}$ )。

提出的策略

论文评估了四种不同的决策逻辑方法：

静态阈值法 (Static Thresholding)： 一种基准方法，其中任务仅在 $V(t) \geq V_{thresh}$ 时执行。这需要手动调优并预知任务成本才能有效。
AsTAR (自适应任务速率)： 一种现有的方法，利用加性增加乘性减少 (AIMD) 和乘性增加加性减少 (MIAD) 原理。它根据电压相对于目标的偏差调整任务执行速率，优先考虑长期节奏而非即时吞吐量。
强化学习 (RL) 智能体： 一种基于近端策略优化 (PPO) 的无模型方法。
- 观测空间： 包括电容电压、采集电流、任务持续时间、自失效以来的时间以及电容量。
- 训练： 采用领域随机化 (Domain Randomization) 技术，在不同电容量大小（0.5F 至 10F）之间进行训练，以确保硬件无关性。
- 奖励函数： 测试了两个变体：一个优化任务间隔 (ITI)（最小化任务间的间隙），另一个优化离线时间 (Off-Time)（最小化电源故障持续时间）。
近似预测 (AP)： 一种新型的轻量级方法，将应用视为“黑盒”。
- 它通过利用前一次任务前后电压测量值求解根寻找问题（牛顿-拉夫逊法），来近似当前任务的等效负载电阻 ( $R_{eq}$ )。
- 它预测如果执行下一个任务，未来的电压情况。如果预测值超过了带缓冲的安全阈值，则执行任务；否则系统进入睡眠状态。
- 它包含一个由电源故障或显著预测误差触发的动态重新校准机制。

实验框架

评估利用了一个物理精确的仿真框架，该框架由以下部分驱动：

真实世界数据： 来自冰岛（2022–2023 年）的太阳能采集数据，并转换为采集电流。
动态工作负载： 具有可变有效载荷和自适应速率 (ADR) 机制的 LoRa 传输剖面，该机制会根据模拟信道条件（RSSI）改变功耗。
硬件约束： 模拟了带有特定决策逻辑能量开销（例如，RL 推理时间、AP 解算器迭代次数）的 STM32L4 MCU 和 SX1262 LoRa 模块。
变量： 电容量范围从 0.5F 到 10F 不等。

3. 主要贡献

硬件无关的“黑盒”调度： 提出了两种新型策略（RL 和 AP），它们可以在无需预知任务能量消耗或特定电容量大小的情况下管理能量预算。
全面的仿真框架： 开发了一个开源的、物理精确的仿真器，将非线性电容动力学与真实的太阳能数据及可变的 LoRa 负载耦合在一起。
运行权衡分析： 通过详细的对比分析，揭示了动态方法与静态基准方法在吞吐量、生存时间及执行节奏方面的不同优势与劣势。
识别实际限制： 证明了先进的动态策略在严苛的硬件约束（小电容）下最具价值，而较大的能量缓冲器通常可以依赖简单的静态策略。

4. 结果与发现

吞吐量 vs. 可靠性（“繁荣与萧条”）

高吞吐量： 近似预测 (AP) 方法和短期预知器 (Short-Term Oracle) 实现了最高的每日成功执行次数（对于电容 >1.5F 的情况，每天超过 1000 次任务）。值得注意的是，AP 在无需预知知识的情况下达到了接近 Oracle 的吞吐量。
可靠性代价： 这些高吞吐量方法表现出比保守方法显著更低的电源故障（OFF 状态）中位数时间。它们最大化了数据传输，但也面临频繁系统黑屏的风险。

执行节奏

AsTAR 的优越性： AsTAR 方法在“节奏控制”方面表现独特。虽然它的平均执行速率较低，但它是唯一能成功跨越长能量间隙（如夜间）而不会出现通信中断的方法。对于电容 >2.5F 的情况，As-TAR 将最大每日任务间隔缩减至约 1 小时，而其他方法在夜间时长（约 8 小时）处陷入停滞。

系统韧性与恢复

生存能力： RL 智能体（Off-Time 优化型） 和 静态 (3.45V) 方法有效地消除了大多数电容量下的电源故障，最大限度地延长了设备总运行时间。
恢复速度： 在严重受限的情景下（0.5F–1F），AP 和 RL 智能体由于其动态适应能力，比静态基准方法展现出更快的故障恢复速度。

硬件无关性

静态方法的局限性： 静态阈值缺乏泛化能力；低阈值（1.9V）会导致小电容频繁失效，而高阈值（3.45V）则会在大电容中浪费能量。
动态方法的成功： RL 和 AP 在整个 0.5F–10F 范围内都保持了生存与吞吐量之间的平衡，且无需手动校准。
开销： AP 方法被强调特别高效，它在提供硬件无关性的同时，与 RL 智能体的神经网络推理需求相比，具有极低的计算和内存开销。

5. 意义与主张

论文谦虚地声称，没有任何一种决策逻辑是普遍优越的。其意义在于识别出每种方法提供最大价值的具体运行场景：

对于严重受限的系统（小电容）： 先进的动态策略至关重要。推荐使用 AP 方法，因为它具有轻量级的实时适应能力，能够匹配最优吞吐量且无需校准。RL 方法适用于需要对执行与生存进行可调平衡的场景。
对于夜间节奏控制： 对于需要跨越长能量间隙进行持续通信的应用，AsTAR 仍是首选策略。
对于具有大能量缓冲器的系统： 论文得出结论，对于具有较大电容器（例如其场景中的 >5.5F）的设备，简单的静态阈值法非常有效。在这些约束较少的系统中，先进动态方法的计算和内存开销相对于其比优化静态策略带来的边际收益而言是不划算的。

这项工作为动态阈值的实际用途划定了界限，表明应将 AI 驱动或预测性调度的复杂性保留在硬件约束（小能量缓冲器）使得静态优化变得不可能的场景中。