重复的未知游戏：车载雾计算中的去中心化任务卸载
摘要：车辆边缘/雾计算节点，包括携带在移动车辆上的车辆雾节点（VFN），将计算任务卸载到附近的边缘/雾计算节点被证明是一种有前途的方法，可用于实现低延迟和计算密集型的移动应用，例如协同和自主驾驶。本文考虑了车辆雾计算场景，其中计算任务的客户端试图在决定将任务卸载到哪个VFN时尽量降低自己的成本。我们将重点放在分散式多代理决策的重复未知游戏中，其中每个代理，例如服务客户端，只能观察到自己的行动和实现的成本。换句话说，每个代理都不知道游戏的组成甚至对手的存在。我们应用一种完全不耦合的学习规则来推广cite{Cho2021}中提出的面向多代理情况的分散式决策算法。本文提出的多代理解决方案能够捕捉到在对抗性框架下容易受资源拥堵影响的未知卸载成本变化，其中每个代理可能采取隐式成本估计和适当的资源选择，以适应与供需波动相关的动态情况。根据模拟评估，本文揭示了这种对不确定性的鲁棒性和对动态性的适应所带来的个体扰动确保了一定水平的社会福利优化，例如将实际的游戏序列与未知和不对称属性收敛，并由于代理的自利行为降低了对应的社会福利成本。
作者：Byungjin Cho and Yu Xiao
论文ID：2209.01353
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2023-05-23