.png){kind=icon}
返回
A game-theoretic framework for distributed load balancing: Static and dynamic game models
.png){kind=icon}
OA
AI
DOI：10.1016/j.automatica.2025.112796.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
受作业调度、排队网络以及网络物理系统中的负载均衡等应用场景的启发，我们提出并分析了一个博弈论框架，用于在静态和动态场景下平衡服务器间的负载。在这些应用中，作业/任务由自利实体持有，这些实体不愿相互协调，但目标是以分布式方式平衡服务器间的负载。首先，我们给出一个静态博弈模型，其中每个参与者持有具有特定处理需求的作业，并希望将其按比例分配到一组异构服务器上，以最小化自身的平均处理时间。我们证明该静态博弈是一个势博弈，并存在纯策略纳什均衡（NE）。具体而言，最佳响应动态在经过n次迭代后收敛到该NE，其中n为参与者数量。此外，我们基于博弈参数界定了该静态博弈的无序价格（PoA）。随后，我们将结果扩展到动态博弈场景，其中作业到达并得到处理，参与者观察服务器负载以决定如何调度其作业。在此场景下，我们证明若参与者采用动态最佳响应更新策略，系统最终将达到完全负载均衡，且参与者的策略收敛于静态博弈的纯策略NE。具体而言，我们证明收敛时间仅按博弈参数的多项式级别增长。最后，我们提供数值结果以评估所提算法的性能。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
5.9
论文数:
1.2W
被引数:
5.2W
机构
引用论文
.png){kind=icon}
Mean Field Analysis of Join-Below-Threshold Load Balancing for Resource Sharing Servers资源共享服务器中低于阈值负载均衡的均值场分析
PREAI
分享收藏
查看更多内容