9、基于Stackelberg博弈的车联网计算卸载方案解析

基于Stackelberg博弈的车联网计算卸载方案解析

1. Stackelberg博弈基本概念

在Stackelberg博弈中，MEC服务器是博弈过程的领导者，车辆是追随者。在博弈的第一阶段，MEC服务器确定单位资源价格 $\mu_{MEC}$，车辆基于此价格确定向MEC服务器请求的计算资源数量。双方都是理性个体，都试图最大化自身利益。

车辆的利益最大化问题可表示为：
Problem 4.1
$\arg \max_{f_{MEC}^{i,k}} U_{V}^{i,k}$
(4.27)

MEC服务器的利益最大化问题可表示为：
Problem 4.2
$\arg \max_{p_{MEC}} U_{MEC} = \sum_{k=1}^{K} \sum_{i=1}^{N_{CO}^m} p_{MEC} f_{MEC}^{i,k} - \zeta - \mu_{MEC} \cdot \hat{\lambda} {MEC} \sum {k=1}^{K} \sum_{i=1}^{N_{CO}^m} f_{MEC}^{i,k}$
s.t. $p_{MEC} > \mu_{MEC}$
(4.28)

2. 求解Stackelberg博弈的均衡解

采用逆归纳法求解Stackelberg博弈的均衡解，先考虑车辆在第二阶段的任务卸载策略，再确定MEC服务器在第一阶段的最优定价策略，最后设计分布式计算卸载算法来获取博弈的均衡解。

2.1 第二阶段：车辆的卸载策略

当MEC服务器给出单位计算资源价格时，车辆需要确定从MEC