未知环境中的分布式流调度

流调度往往是网络中最古老且最棘手的问题之一。由于链路状态快速变化以及探索全局结构的巨大成本，该问题在下一代网络中变得更为关键。在这种情况下，分布式算法通常占据主导地位。在本文中，我们设计了一个分布式虚拟博弈来解决流调度问题，并将其推广到未知环境的情况，其中利用了在线学习方案。在虚拟博弈中，我们使用激励机制促使自私用户达到纳什均衡点，该点的有效性基于“无政府代价”的分析。在未知环境的推广中，我们的最终目标是最小化长期成本。为了在路由成本探索与基于有限信息的利用之间取得平衡，我们基于多臂老虎机场景对该问题进行建模，并将新提出的 DSEE 与虚拟博弈设计相结合。借助这些强大工具，我们发现了一种完全分布式的算法，确保了遗憾值随时间呈对数增长，这在经典多臂老虎机问题中是最优的。理论证明和仿真结果均证实了这一主张。据我们所知，这是首次将多臂老虎机与分布式流调度相结合的研究。