一类非线性时滞敏感报酬的最大化
Towards Maximizing Nonlinear Delay Sensitive Rewards in Queuing Systems
摘要：
我们考虑在一个单一的服务器队列，其中获得的奖励是一个非增函数的逗留时间的长期平均奖励最大化。这项工作背后的动机来自多个应用，包括量子信息处理和多媒体流。我们引入了一个新的服务纪律，最短的预测逗留时间（SPST），其中，在模拟中，表现优于知名的学科。我们还提出了一些有限的分析保证这个高度复杂的问题。
英文摘要：
We consider maximizing the long-term average reward in a single server queue, where the reward obtained for a job is a non-increasing function of its sojourn time. The motivation behind this work comes from multiple applications, including quantum information processing and multimedia streaming. We introduce a new service discipline, shortest predicted sojourn time (SPST), which, in simulations, performs better than well-known disciplines. We also present some limited analytical guarantees for this highly intricate problem.
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。
