一种车载边缘计算网络场景下人工智能生成系统效用最大化的激励机制

本发明公开了一种车载边缘计算网络场景下人工智能生成系统效用最大化的激励机制，其属于移动边缘计算技术领域，方法包括：步骤1、构建信息全对称的动态车载边缘计算网络模型；步骤2、设计一种基于合同的激励机制，针对参与者的不同成本属性制定奖励政策，并通过运用双层Stackelberg博弈过程激励系统效用向纳什均衡靠拢；步骤3、在信息不对称情况下，设计基于深度强化学习的服务器定价机制来激励系统效用达到纳什均衡。与现有激励机制不同，本发明提出的激励机制能够有效降低车载终端闲置资源的浪费，综合考虑任务的计算时延与传输时延对系统全局所带来的影响，有效保证了服务质量。