摘要：在移动云计算中提高微云(Cloudlet)虚拟机利用率是增加云代理(Cloud Broker)和微云收益的关键,引入马尔科夫博弈可分别优化双方的收益。将云代理和微云和的服务量化为排队过程,分析该过程建立马尔科夫博弈模型;分析每个时间片中系统的收益并确定该博弈为变和马尔科夫博弈,提出反向迭代算法得到其纳什均衡策略。对比马尔科夫博弈的方法与云代理租用确定数量虚拟机的方法,其结果表明,采用马尔科夫博弈可明显提高系统收益。

摘要：为改善多智能体纳什Q学习算法适应性差、条件苛刻、运算复杂,且没有通用方法更新策略价值等问题,提出基于参数的算法改进思路。引入联合动作向量简化算法,引入参数,通过参数近似控制状态-行为值函数,转化训练目标,给出参数逼近的值函数更新方程,理论分析算法的收敛性及可行性。仿真结果表明,基于参数逼近的多智能体强化学习算法,能够使智能体100%达到纳什均衡,提高算法性能,简化算法复杂性,相比传统纳什Q学习算法能够较快收敛。