随着无线传感器和物联网（Internet of Things,Io T）技术的发展,各种实时状态信息更新应用如智能交通、环境监测、安全防护与健康监测等应运而生。在这类应用中,需要将地面传感器节点观察和采集生成的状态信息尽快交付到数据中心,以便进行在线数据分析和决策,所以保证数据的新鲜程度是非常关键的。无人机（Unmanned Aerial Vehicle,UAV）由于其机动性和灵活性,在帮助无线传感器网络进行数据收集和状态更新方面得到很广泛的应用。无人机通信也被认为是未来6G网络的候选技术。然而,电池供电的无人机的有限续航能力成为制约数据实时收集和更新的瓶颈,如何在保证数据新鲜程度的同时提高无人机能量效率或及时给予其能量补充是目前急需解决的问题。本文以信息年龄（Age of Information,Ao I）衡量数据的新鲜程度,利用能量收割（Energy Harvesting）技术为无人机提供绿色环保可持续能量,在深度学习框架下重点研究了基于能量收割技术的无人机辅助数据收集问题,主要工作如下:（1）考虑了环境状态未知的无人机在线数据收集问题。通过对地面传感器节点的传输机会和无人机的飞行轨迹进行联合优化,最小化传感器节点的信息年龄,使得无人机能够有效利用收割能量进行数据收集且避免由于缺乏能量而坠毁。该问题被建模为具有较大状态空间和动作空间的马尔可夫决策过程。为了打破维数灾难,加快收敛速度,采用深度Q网络（Deep Q-network,DQN）和异步优势动作评价（Asynchronous Advantage Actor-Critic,A3C）等算法求解问题,获得实时决策方案。仿真验证了该数据收集方法通过有效学习网络环境和能量收割状态,能够有效提升在线数据收集性能。（2）在此基础上,考虑无人机中继信道状态较差的场景,此时无人机向数据中心卸载数据的成功率可能大大降低。为了保证收集数据的时效性并提升能量效率,除了优化传感器节点传输机会和无人机轨迹,我们还考虑联合优化无人机卸载数据的时机。并且,提出基于最先进的近端策略优化（Proximal Policy Optimization,PPO）算法的在线数据收集方法,采用参数共享的网络结构并结合卷积神经网络对策略函数和值函数进行近似,可以有效提取到有代表性的环境特征。仿真结果表明了与A3C算法相比,基于PPO的数据收集方法能够获得较好的长期回报,也能降低传感节点的信息年龄。