云机器人系统的计算卸载策略研究

摘要

为了解决云机器人系统中的计算卸载问题,提高边缘云资源的使用效率,降低群组机器人的能量消耗和对硬件计算资源的要求,提升机器人服务效率和质量,本文设计一种基于Stackelberg博弈的云机器人计算卸载策略。该方法将云机器人竞争同一边缘“网络”中相同类型资源或服务的过程抽象为主从关系的博弈问题,寻求机器人终端进行计算卸载需支付的成本开销与边缘云服务提供者的效用收益之间的平衡。边缘云服务器属于领导者,通过对自身计算能力的定价实现有限计算资源的收益最大化。每个移动机器人终端根据边缘云的定价策略,做出计算卸载的最佳决策,使其计算卸载策略达到Nash均衡状态,最大化自身效用。本文通过对云机器人业务进行任务分割,实现计算任务的部分卸载,证明了基于Stackelberg博弈模型的云机器人计算卸载系统的正确性,提出了一种结合Hamming距离的动态规划算法求解博弈的最终任务卸载策略。实验结果表明该算法降低了云机器人系统中的局部计算能耗,缩短了平均任务完成时间。