对于物联网（Internet of Things,Io T）实时应用,需要提升传感器对环境进行感知与传输的时效性,以确保数据消费者所获取信息的新鲜程度及相关决策的有效性。然而,一方面传感器能量的有限性制约了其对环境信息的采集与更新频率;另一方面,不同传感器所产生数据的相关性,对数据动态更新策略设计与信息新鲜度优化带来了新的挑战。目前,能量收集（Energy Harvesting,EH）技术被认为是一种能够有效缓解传感器能量有限性的新兴技术。但是,如何在考虑传感器所产生数据相关性的同时,进一步兼顾其能量到达与消耗过程所引入的因果性与随机性,设计高效的数据动态更新策略,优化Io T系统中信息的新鲜度,仍然是一个亟待解决的重要问题。鉴于此,本论文针对能量收集Io T系统,以相关信息年龄（Age of Correlated Information,Ao CI）为优化指标,利用深度强化学习（Deep Reinforcement Learning,DRL）技术,研究了信息新鲜度最优的数据动态更新策略。具体研究内容如下:（1）设计了一种基于完美信息的数据动态更新策略,并验证了其在提升信息新鲜度方面的有效性。首先,在数据融合中心可实时获知系统真实状态（即,掌握完美信息）的情况下,将Io T系统中传感器的数据动态更新问题建模为以最小化长期平均Ao CI为目标的动态优化问题。其次,将优化问题建模为马尔科夫决策过程,进一步通过考虑状态和有效动作之间的耦合关系,将无效动作剔除机制嵌入到标准深度Q网络（Deep Q-Network,DQN）算法中,设计了一种基于DRL的状态更新算法对模型进行求解,最后,利用仿真实验,验证了所设计算法具有更好的收敛性及稳定性,同时能够有效降低Ao CI,即有效提升信息的新鲜度。（2）设计了一种基于非完美信息的数据动态更新策略,并验证了其在提升信息新鲜度方面的有效性。对于实际Io T系统,数据融合中心通常无法实时获知传感器的实时能量（即,掌握非完美信息）,在这种情况下,首先,将传感器数据动态更新问题建模为以最小化长期平均Ao CI为目标的动态优化问题。其次,为了应对能量因果约束、环境动力学未知、传感器真实能量状态未知和大规模离散动作空间带来的挑战,将动态更新优化问题建模为部分可观测马尔科夫决策过程,并设计了一种基于DRL的动态更新算法对其进行求解。该算法结合了DRL算法柔性动作评论家（Soft Actor-Critic,SAC）和长短期记忆网络技术的优势,同时,为了应对大规模离散动作空间带来的挑战,设计并引入了一种动作分解与映射机制。最后,通过大量仿真实验,验证了所设计算法具有更好的收敛性、可扩展性和稳定性,同时能够有效降低Ao CI,即有效提升信息的新鲜度。