未知效用下的随机网络效用最大化：多臂老虎机方法

本文研究一类新颖的随机网络效用最大化（NUM）问题，其中智能体的效用未知。每个智能体的效用取决于其从网络运营商/控制器处获得的资源量。运营商希望进行一种资源分配，以最大化网络的期望总效用。我们考虑阈值型效用函数，其中若智能体获得的资源量高于某一阈值，则其获得非零效用；否则其效用为零（硬实时）。我们将这一效用未知的 NUM 设定建模为遗憾最小化问题。我们的目标是确定一种策略，其表现与知晓智能体效用的预言机策略同样“好”。我们将该问题设定建模为老虎机设定，其中每轮获得的反馈取决于分配给智能体的资源。我们利用多播放多臂老虎机与组合半老虎机的思想，针对这一新颖设定提出算法。我们证明当所有智能体具有相同效用时，所提算法是最优的。我们通过数值实验验证了所提算法的性能保证。