A Game-Theoretic Formulation of Multi-Agent Resource Allocation

دسته بندی: شبکه سازی
ویرایش:  
نویسندگان: Bredin J. Maheswaran R.T.,  Imer C.,  Basar T.,  Kotz D.,  Rus D.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 8 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 364 کیلوبایت 

قیمت کتاب (تومان) : 58,000

گروه علوم کامپیوتر کالج دارتموث. گزارش فنی PCS-TR99-360. 1999. 8 стр.

این مقاله تخصیص منابع را در شبکه ای با عوامل سیار در نظر می گیرد که برای اولویت محاسباتی رقابت می کنند. نویسندگان این مشکل را به‌عنوان یک بازی چند عاملی با بازیکنانی که از یک سرور مشترک، خدمات خرید می‌کنند، فرموله می‌کنند. وجود تعادل نش قابل محاسبه با این فرض که عامل ها اطلاعات کاملی در آینده دارند ثابت شده است. شبیه‌سازی شبکه‌ای از میزبان‌ها و عامل‌ها با استفاده از استراتژی پیشنهادی نشان می‌دهد که مکانیسم تخصیص منابع ما به طور مؤثری عوامل را بر اساس امکانات آنها اولویت‌بندی می‌کند. Abstract
1 مقدمه
2 مدل سیستم
3 بهینه سازی یک عامل
4 وجود تعادل نش برای چندین عامل در یک ارائه دهنده
5 منحصر به فرد بودن تعادل نش برای چندین عامل در یک ارائه دهنده
6 شبیه سازی و نتایج
7 بحث و کار آینده
8 RelatedWork
9 نتیجه گیری
پیوست
تشکرات
مراجع

Dartmouth College Department of Computer Science. Technical Report PCS-TR99-360. 1999. 8 стр.

The paper considers resource allocation in a network with mobile agents competing for computational priority. The authors formulate this problem as a multi-agent game with the players being agents purchasing service from a common server. Existens of a computable Nash equilibrium is proved, assuming that agents have perfect information into the future. Simulation of a network of hosts and agents using the suggested strategy shows that our resource-allocation mechanism effectively prioritizes agents according to their endowments. Abstract
1 Introduction
2 System Model
3 Single Agent Optimization
4 Existence of Nash Equilibrium for Multiple Agents at the Same Provider
5 Uniqueness of Nash Equilibrium for Multiple Agents at the Same Provider
6 Simulation and Results
7 Discussion and FutureWork
8 RelatedWork
9 Conclusion
Appendix
Acknowledgments
References