Aug, 2023

绿色 Metaverses 的服务预订和定价：一种 Stackelberg 博弈方法

PDF
TL;DR通过合作方式实现节能服务的元宇宙对于可持续发展至关重要，本文以增强现实应用为例研究了用户预定节能服务以及提供商确定最优收费价格的经济问题，并设计了一种单领导者多追随者 Stackelberg 博弈，实现了节约能源和保证用户满意度的结果，最后探讨了几个与可持续发展元宇宙相结合的新兴技术方向。
发现论文，激发创造
  • 边缘智能启用元宇宙的统一资源分配框架

    本篇论文介绍了如何在元宇宙中进行虚拟教育，并针对不断变化的用户需求问题提出了基于随机整数规划的最优资源分配方案（SORAS），以最小化虚拟服务提供商的成本，并考虑用户需求的不确定性。实验结果表明，SORAS 可以有效最小化成本。

    Oct, 2021

  • 基于视觉的元宇宙服务语义传播：竞赛理论方法

    建议使用语义通信框架和深度 Q 网络优化资源分配，以实现虚拟现实环境中的角色关联的资源分配，确保用户在 Metaverse 中获得流畅而沉浸的体验。

    Aug, 2023

  • 基于深度强化学习的 6G 无线通信下移动边缘计算与 AI 启用的 Web3 Metaverse

    该研究提出了一种全新的质量服务（Quality-of-Service）模型，利用深度强化学习方法来找到多用户社交中接近最优的信道资源分配。全面的实验证明采用该质量服务模型可以提升整体社交体验。

    Dec, 2023

  • 具有需求响应聚合器的能源交易博弈中的可扩展在线学习近似 Stackelberg 解

    本文提出了基于 Stackelberg 博弈理论的框架模型，实现需求响应汇集器和生产者之间的灵活双向能源套利，同时确保满足生产者的每日能源需求，基于在线采样学习的生产者最优响应提供了近似均衡及其质量界限，通过真实世界数据演示了所提出的框架和在线可伸缩方案的有效性。

    Apr, 2023

  • 电动汽车充电的经济学：一种博弈论方法

    本文研究了智能电网与插电式电动车群组之间的网 - 车之间的能量交换问题，并使用非合作博弈模型进行分析。在模型中，智能电网作为领导者，需要制定价格以优化收益，并确保插电式电动车群组的参与。而插电式电动车群组则需要考虑从电池充电中获得的收益和相关成本的权衡来确定充电策略。本文提出了一种分布式算法以实现智能电网和插电式电动车群组之间的均衡，并将其扩展到可处理缓慢变化环境的时变情形。

    Aug, 2012

  • 一种动态资源分配框架：用于将元界与物联网服务和数据同步

    本研究旨在探讨在 Metaverse 中，利用 IoT 设备进行数字孪生同步，实现虚拟服务提供商与真实世界实体的连接；并采用混合进化动力学算法，以实现设备选择虚拟服务提供商的动态优化，最终得到一种进化稳定状态。

    Oct, 2021

  • 无线边缘赋能元宇宙：一种基于学习的虚拟现实激励机制

    提出了一个适用于 VR 服务的基于学习的激励机制框架，包含深度强化学习拍卖师用于加速双倍荷兰式拍卖，并采用以感知质量为度量的质量度量，设计了优化定价分配规则的拍卖机制。实验结果表明，该框架可以实现接近最优的社会福利，同时比基准方法减少至少一半的拍卖信息交换成本。

    Nov, 2021

  • 基于博弈论的小区域视频缓存系统的定价和资源分配

    本文针对小区缓存技术，并将其应用于商业网络服务中，建立了一个基于 Stackelberg 博弈的数学模型，研究最优租赁小区的定价、资源分配和人气分布等四个关键因素与网络压力的关系，并通过蒙特卡罗模拟对该模型进行了评估。

    Feb, 2016

  • 元宇宙中的语义信息营销：一种基于学习的契约理论框架

    本研究提供一种新颖的迭代合同设计和多智能体强化学习算法来解决在 Metaverse 中数据为主线的复制的逆向选择问题，以鼓励 IoT 设备与虚拟服务提供商合作。

    Feb, 2023

  • 边缘云计算中多用户移动增强现实的预测任务卸载

    本研究提出了一种面向 MAR 服务的任务卸载方案，通过使用有向无环图来分析和建模 MAR 应用程序的任务相互依赖关系，并基于修改的蒙特卡罗树搜索提出了一个前瞻性的卸载方案，该方案能够在提供多用户 MAR 服务时有效提高服务质量。

    May, 2023