一种基于强化学习的边缘计算服务激励方法

摘要

本发明提供了一种基于强化学习的边缘计算服务激励方法，包括：确定边缘计算服务的提供商和物联网设备的效用函数；建立一个具有两阶段、多领导者多跟随者的博弈问题模型，确定提供商和物联网设备的子博弈问题；构建多智能体马尔可夫决策过程模型，根据基于强化学习的最优定价算法确定每个提供商的最优定价；其中，在最优定价算法中每个物联网设备计算计算服务需求并发送给提供商；经最大次数的博弈后，得到提供商的最优定价和物联网设备的最优计算服务需求。本发明根据多个提供商同时为多个物联网设备提供边缘计算服务的实际情况，综合考虑了隐私保护和多个提供商之间的竞争，为多个提供商和多个物联网设备提供了一个不泄露隐私的激励机制。