首页/论文/1011.4366

arXiv 1011.43662010-11-19cs.GTcs.NI

小蜂窝网络中的覆盖博弈

Coverage games in small cells networks

Mael Le Treust, Hamidou Tembine, Samson Lasaulce, Mérouane Debbah

发表信息：: Future Network and MobileSummit 2010, Italy (2010)

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

研究了分布式小小区无线网络中的协作功率控制问题。我们引入了一个新的框架，基于重复的游戏，它模拟了不同的发射基站在下行链路中的相互作用。通过利用博弈的特定结构，我们表明，我们可以提高系统的性能，通过选择帕累托最优解，以及减少稳定的代价。

英文摘要：

This paper considers the problem of cooperative power control in distributed small cell wireless networks. We introduce a novel framework, based on repeated games, which models the interactions of the different transmit base stations in the downlink. By exploiting the specific structure of the game, we show that we can improve the system performance by selecting the Pareto optimal solution as well as reduce the price of stability.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

离线拥塞博弈：反馈类型如何影响数据覆盖要求

Offline congestion games: How feedback type affects data coverage requirement

本文首次研究离线拥塞博弈中近似纳什均衡的恢复问题，针对设施级、智能体级、博弈级三种反馈类型，提出对应数据覆盖条件与算法，证明不同反馈类型存在形式化差异。

2024-10-04cs.GTcs.LGcs.MA

蜂窝网络中具有自私信道状态报告的能量有效功率分配博弈

An Energy-Efficient Power Allocation Game with Selfish Channel State Reporting in Cellular Networks

对于能量有效的资源分配，移动用户和基站具有不同的目标。当基站努力实现整个小区的能量有效操作时，每个用户的目标是最大化其自身的数据率。为了获得该个体益处，用户可能自私地调整其信道状态信息（CSI）报告，从而降低小区的能量效率。为了分析这种利益冲突，我们将节能功率分配正式化为效用最大化问题，并提出了一个简单的算法，该算法的性能接近最优。通过将自私CSI报告制定为博弈，我们证明了唯一均衡的存在性，并以封闭形式描述了真实和自私CSI的能源效率。我们的数值结果表明，令人惊讶的是，在小小区的能量有效的功率分配是更强大的自私CSI比小区具有大的发射功率。这和进一步的设计规则表明，我们的论文提供了有价值的理论见解，节能网络时，CSI报告不能信任。

2012-09-19cs.GTcs.NI

小小区网络中上下文感知的用户-小区关联的外部性匹配

Matching with Externalities for Context-Aware User-Cell Association in Small Cell Networks

在本文中，我们提出了一种新的用于无线小小区网络的用户-小区关联方法，该方法利用从用户的设备提取的先前未探索的上下文信息，即，用户设备（UE）。除了表征准确反映UE的应用使用的精确服务质量（QoS）要求之外，我们提出的小区关联方法考虑了设备的硬件类型（例如，智能手机、平板电脑、膝上型电脑）。该方法具有使小小区能够做出更好地通知的小区关联决定的实际益处，该小区关联决定处理实际的特定于设备的QoS特性。我们制定的问题作为一个小小区基站（SBS）和UE之间的匹配游戏。在该游戏中，SBS和UE基于良好设计的效用函数彼此排名，所述效用函数捕获从上下文特征提取的复合QoS要求（即，使用中的应用、硬件类型）。我们表明，所使用的节点排名彼此的偏好是相互依赖的，并影响现有的网络范围内的匹配。由于这种独特的功能的喜好，我们表明，建议的游戏可以被归类为一个多对一的匹配游戏的外部性。为了解决这个游戏，我们提出了一个分布式算法，使玩家（即，UE和SBS）自组织成保证所需应用的QoS的稳定匹配。仿真结果表明，所提出的上下文感知的小区关联方案产生显着的收益，达到52%的改善相比，基线上下文不知道的方法。

2013-07-10cs.GTcs.NI

覆盖游戏

Coverage Games

The Hebrew University（希伯来大学）

本文提出覆盖游戏，一种多智能体规划新框架，用于系统操作多个智能体但无法完全控制的情况。研究了覆盖者与破坏者之间的博弈，探讨了覆盖者如何通过多个智能体满足所有目标，破坏者则试图阻止。

2026-09-24cs.GTcs.LO

无线小蜂窝网络中主动社交缓存的多对多匹配博弈

Many-to-Many Matching Games for Proactive Social-Caching in Wireless Small Cell Networks

在本文中，我们从博弈论的角度来解决小小区网络中的缓存问题。特别是，我们制定的缓存问题作为一个多对多的匹配游戏之间的小型基站和服务提供商的服务器。服务器存储一组视频，并旨在将这些视频缓存在小型基站处，以减少最终用户所经历的延迟。另一方面，小型基站根据视频在本地的流行度来缓存视频，以减少回程链路上的负载。我们提出了一个新的匹配算法的多对多的问题，并证明它达到了成对稳定的结果。仿真结果表明，在所提出的缓存算法的小基站的满意请求的数量可以达到三倍的随机缓存策略的满意度。此外，所有视频的预期下载时间可以显著减少。

2014-05-21cs.GTcs.NI

基于匹配博弈的小小区多运营商频谱共享

Multi-operator spectrum sharing using matching game in small cells network

在本文中，我们研究了一个问题，多个运营商（OP）需要共享一个共同的频谱池。我们的目标是最大化社会福利，定义为OP的总体加权总和率。该问题被分解为两个部分：第一部分是分配RB到OP，我们这样做，通过扩展的框架多对一匹配的外部性博弈。第二部分是分配属于每个OP的小小区基站（SBS）的功率，这使用强化学习来完成。假设与每个OP相关联的SBS在空间上按照泊松点过程（PPP）分布，我们证明了成对稳定匹配达到局部最大值的社会福利函数。我们提出了两个算法来寻找稳定的匹配。仿真结果表明，这些算法在收敛性和效率方面表现良好。

2018-08-27cs.GTcs.NI

更多相关论文收起更多论文

通过自配置网络在有限通信下实现目标覆盖游戏的分布式均衡寻求

Distributed Equilibrium-Seeking in Target Coverage Games via Self-Configurable Networks under Limited Communication

Elmore Family School of Electrical and Computer Engineering, Purdue University（普渡大学埃尔莫电气与计算机工程学院）；Department of Aerospace Engineering, University of Michigan（密歇根大学航空航天工程系）

研究在有限通信下，传感代理团队如何通过自配置网络协作监控可能被攻击者重新定位的目标，提出基于子模性质的分布式框架，理论证明策略收敛于近似纳什均衡，实现近优游戏价值和更高目标覆盖。

2026-03-18cs.GTcs.MAcs.SY

在单选覆盖游戏中，无政府状态的无政府代价是脆弱的

The Price of Anarchy is Fragile in Single-Selection Coverage Games

本文考虑覆盖游戏，其中一组代理的任务是确定最高价值的资源子集，在这种情况下，博弈论的方法是已知的，以产生纳什均衡的因素2的最优。我们考虑的情况下，一些代理遭受通信故障，不能观察到其他代理的行动;在这种情况下，最近的工作表明，如果有k>0妥协代理，纳什均衡只能保证在一个因素的k+1的最优。然而，本文表明，这种最坏情况下的保证是脆弱的，在某种意义上，我们精确，我们表明，如果一个问题的情况下有一个非常差的最坏情况下的保证，那么它一定是非常“接近”的问题的情况下，一个最佳的纳什均衡。相反，一个远离最优纳什均衡的实例必然具有相对较好的最坏情况性能保证。为了将这种脆弱性联系起来，我们使用对数线性学习算法进行了模拟，并表明在最坏情况下的平均性能甚至比我们改进的分析保证要好得多。这表明，无政府状态无政府代价的脆弱性可以通过算法加以利用，以弥补在线沟通的失败。

2021-03-30cs.GT

多智能体协同区域覆盖的闭环参数化纳什均衡学习

Learning Closed-Loop Parametric Nash Equilibria of Multi-Agent Collaborative Field Coverage

Department of Electrical, Computer, and Systems Engineering, Rensselaer Polytechnic Institute（电气、计算机与系统工程系，罗切斯特理工学院）

针对多智能体强化学习的非平稳与耦合难题，证明多智能体协同区域覆盖可建模为马尔可夫势博弈，通过求解等价单目标最优控制问题学习参数化闭环纳什均衡，训练速度较博弈论基线快10倍且执行收敛更快。

2025-10-06cs.GTcs.MAcs.RO

用于小小区网络中干扰管理的具有重叠联盟的联盟博弈

Coalitional Games with Overlapping Coalitions for Interference Management in Small Cell Networks

在本文中，我们研究了OFDMA两层小小区网络中的协作干扰管理问题。特别是，我们提出了一种新的方法，允许小小区的合作，以优化其总和速率，同时合作满足其最大发射功率约束。与现有的工作，假设只有不相交的合作的小小区组可以出现，我们制定的小小区的合作问题作为一个联盟形成游戏重叠的联盟。在该博弈中，每个小小区基站可以选择同时参与一个或多个协作组（或联盟），以便优化与协作相关联的收益和成本之间的权衡。我们研究了建议的重叠联盟形成游戏的属性，我们表明，它表现出负外部性，由于干扰。然后，我们提出了一种新的分散式算法，允许小小区基站相互作用和自组织成一个稳定的重叠联盟结构。仿真结果表明，该算法的结果在一个显着的性能优势，在总的系统和速率方面，相对于非合作的情况下和经典算法的非重叠联盟的联盟游戏。

2014-02-11cs.GTcs.ITmath.IT

小小区网络负载感知动态频谱接入：一种图形博弈方法

Load-aware Dynamic Spectrum Access for Small Cell Networks: A Graphical Game Approach

在这封信中，我们调查的问题，动态频谱接入的小蜂窝网络，使用图形游戏的方法。与现有研究相比，我们考虑到不同的小区负载和本地干扰关系的特点。证明了频谱接入博弈是以总干扰水平为势函数的精确势博弈，博弈的纳什均衡（NE）对应于原优化问题的全局或局部最优解.严格推导出可实现的聚合干扰水平的下限。最后，我们提出了一个自主的最佳反应学习算法收敛到其NE。结果表明，所提出的对策论解决方案收敛迅速，其可实现的性能接近最优解。

2015-09-16cs.GTcs.ITmath.IT

抗腐败的离线双人零和马尔可夫博弈

Corruption-Robust Offline Two-Player Zero-Sum Markov Games

University of Warwick（华威大学）

研究离线双人零和马尔可夫博弈中数据腐败的鲁棒性，提出鲁棒悲观极小极大值迭代算法，在腐败数据或仅干净数据覆盖下实现近最优次优性差距，首次给出此类问题的刻画。

2024-03-04cs.GTcs.LG

认知小蜂窝网络分布式频谱接入：一种鲁棒的图博弈方法

Distributed Spectrum Access for Cognitive Small Cell Networks: A Robust Graphical Game Approach

这封信研究了认知小小区网络的分布式频谱接入问题。与现有工作相比，考虑了两个固有特征：i）由于低功率，认知小小区基站的传输仅干扰其邻居，即，干扰是局部的，以及i i）信道状态由于衰落是时变的。我们把这个问题表示为一个鲁棒图对策，并证明了它是一个序势对策，至少有一个纯策略纳什均衡（NE）。此外，NE解决方案的吞吐量下限解析获得。针对动态和不完全信息约束，提出了一种分布式频谱接入算法，使其收敛到稳定的结果。仿真结果验证了所提出的博弈论分布式学习解决方案在时变频谱环境中的有效性。

2015-02-24cs.GTcs.ITmath.IT

基于博弈论的小单元视频缓存系统的定价和资源分配

Pricing and Resource Allocation via Game Theory for a Small-Cell Video Caching System

有证据表明，下载点播视频是蜂窝网络数据流量急剧增加的原因。在小小区基站（SBS）的存储器中缓存流行视频，即小小区缓存，是用于减少传输延迟同时减轻流行视频在回程信道上的冗余传输的有效技术。在本文中，我们考虑了一个商业化的小细胞缓存系统组成的网络服务提供商（NSP），几个视频零售商（VR），和移动用户（MU）。NSP出于盈利的目的将其SBS出租给VR，VR在将热门视频存储在租用的SBS中后，可以向MU提供更快的本地视频传输，从而获得更多的利润。我们设想这个系统的框架内的Stackelberg游戏通过处理SBS作为一种特定类型的资源。我们首先将MU和SBS建模为两个独立的泊松点过程，并通过随机几何理论，开发MU直接从SBS的内存中获得其选择的视频的特定事件的概率。然后，基于推导出的概率，我们制定了一个Stackelberg游戏，共同最大化的NSP和VR的平均利润。此外，我们研究的Stackelberg均衡通过解决一个非凸优化问题。借助这个博弈论框架，我们揭示了四个重要因素之间的关系：最优定价租赁SBS，SBS之间的VR分配，存储大小的SBS，和流行的VR分布。Monte-Carlo模拟表明，我们的随机几何为基础的分析结果密切匹配的经验。数值结果也提供了量化建议的博弈理论框架，显示其定价和资源分配的效率。

2016-02-19cs.GTcs.ITcs.NI

认知小蜂窝自组织优化的博弈论视角

A Game Theoretic Perspective on Self-organizing Optimization for Cognitive Small Cells

在这篇文章中，我们研究了认知小细胞（CSC）的自组织优化，它具有感知环境，从历史信息中学习，做出智能决策，并调整其操作参数的能力。通过探索的内在特征，一些基本的挑战，自组织优化的CSC提出和讨论。具体而言，CSC的密集和随机部署在可扩展性和自适应性方面带来了一些新的挑战;此外，不确定、动态和不完全的信息约束也在收敛性和鲁棒性方面带来了一些新的挑战。为了更好地为用户提供服务，提高资源利用率，提出并讨论了自组织优化的四个要求。遵循博弈论模型中的决策与自组织优化中的决策完全一致的吸引人的事实，即，分布式和自治的特点，建立了一个自组织优化的博弈论解决方案框架，并提出了一些有特色的博弈模型。具体地说，它们的基本模型，一些例子进行了讨论，并给出了未来的研究方向。

2015-03-05cs.GTcs.ITmath.IT