基于镜像反压的闭网中盲动态资源分配

我们研究了一类通用闭排队网络在一段时间内最大化收益的问题，该网络具有有限固定数量的在系统中循环的供应单元。需求随机到达，服务一个需求单元（顾客）会导致一个供应单元从顾客的“起点” relocate 到“终点”。关键挑战在于管理网络中供应的分布。我们考虑包括顾客进入控制、定价和指派在内的通用控制。激励性应用包括共享出行平台和代用券系统。受用于优化的镜像下降算法和用于网络控制的反压策略启发，我们引入了一个丰富的\emph{镜像反压}（MBP）控制策略族。MBP策略简单实用，且关键地不需要任何需求（顾客）到达率的统计知识（这些速率允许随时间变化）。在温和条件下，我们提出了可证明近最优的MBP策略。具体而言，相对于知道需求到达率的最优策略，我们的策略每个顾客损失的收益至多 $O(\frac{K}{T}+\frac{1}{K} + \sqrt{\eta K})$，其中 $K$ 是供应单元数， $T$ 是时域内顾客总数， $\eta$ 是需求过程每个顾客到达的平均变化率。MBP的一个改编版本在基于网约车数据的数值实验中表现良好。