[论文解读] A Dynamic Resource Allocation Framework for Synchronizing Metaverse with IoT Service and Data

Yuexin Han, Dusit Niyato+3 more|arXiv (Cornell University)|Oct 31, 2021

Modular Robots and Swarm IntelligenceEngineering被引用 17

一句话总结

本文提出了一种混合演化博弈理论框架，用于元宇宙-物联网同步中的动态资源分配，其中自利的物联网设备所有者根据收益反馈自适应选择虚拟服务提供商（VSPs）。当采用Smith协议时，该框架能实现更快收敛的稳定均衡状态，确保数字孪生应用中高效且可扩展的数据收集。

ABSTRACT

Spurred by the severe restrictions on mobility due to the COVID-19 pandemic, there is currently intense interest in developing the Metaverse, to offer virtual services/business online. A key enabler of such virtual service is the digital twin, i.e., a digital replication of real-world entities in the Metaverse, e.g., city twin, avatars, etc. The real-world data collected by IoT devices and sensors are key for synchronizing the two worlds. In this paper, we consider the scenario in which a group of IoT devices are employed by the Metaverse platform to collect such data on behalf of virtual service providers (VSPs). Device owners, who are self-interested, dynamically select a VSP to maximize rewards. We adopt hybrid evolutionary dynamics, in which heterogeneous device owner populations can employ different revision protocols to update their strategies. Extensive simulations demonstrate that a hybrid protocol can lead to evolutionary stable states.

研究动机与目标

• 为解决在设备所有者缺乏完全理性的情况下，实现元宇宙与真实世界物联网数据同步的高效、可扩展资源分配挑战。
• 将异构物联网设备所有者对VSP的战略选择建模为具有有限理性的多族群演化博弈。
• 分析在设备所有者基于收益模仿更新策略的动态自适应系统中，均衡策略的存在性与稳定性。
• 评估不同修订协议（尤其是Smith协议）对收敛速度与系统均衡的影响。
• 通过在真实物联网与元宇宙系统参数下的大规模仿真，证明该框架的可行性与鲁棒性。

提出的方法

• 构建一个多族群演化博弈模型，其中不同族群的设备所有者使用不同的修订协议（如成对模仿、Smith协议）根据收益比较更新策略。
• 将每个设备所有者的效用建模为感知数据质量、能耗成本、任务奖励和路径距离的函数，并采用通用的奖励分配方案。
• 提出一种混合动力学框架，通过在异构设备所有者族群之间结合多种修订协议，以模拟现实的有限理性决策行为。
• 采用方向场可视化技术分析四维策略空间中均衡状态的稳定性。
• 将收敛时间定义为群体内各策略收益差异低于阈值（τ = 0.05）所需的迭代次数，从而实现对适应速度的定量评估。
• 采用仿真方法，使用真实参数：无人机族群数量（Np ∈ [50,250]）、感知路径长度（Dm ∈ [1,1.8] km）、奖励值（Rm ∈ [1000,2000]）以及能耗成本（ζ = 0.001 $/Joule）。

实验结果

研究问题

• RQ1 在物联网设备所有者基于收益反馈自适应选择VSP的多族群、异构演化博弈中，是否存在稳定均衡？
• RQ2 不同修订协议（尤其是Smith协议）的采用如何影响系统向均衡状态的收敛速度？
• RQ3 使用集中式收益信息（Smith协议）的概率变化对策略分布的稳定性与收敛性有何影响？
• RQ4 系统能否达到一种稳态策略分布，使得任一设备所有者均无动机单方面改变其VSP选择？
• RQ5 数据质量与奖励池的差异如何影响长期策略分布及各设备族群间的收益均衡？

主要发现

• 所提出的混合演化博弈框架中存在演化稳定均衡，任一设备所有者均无动机单方面改变其VSP选择策略。
• 该均衡是稳定的，方向场分析证实：无论初始条件如何，初始策略分布均会演化趋向均衡点。
• Smith协议采用率越高，收敛时间显著缩短：当α³,¹从0增至1时，收敛时间减少，这是由于获得了完整的收益信息。
• 由于感知数据质量更优（b³ₘ ∈ [1,5]），第3族群无人机的平均收益高于第1和第2族群，从而影响策略分布与均衡结果。
• 存在多个均衡状态，包括某些策略（如选择区域3）灭绝的情况，表明系统对策略主导具有鲁棒性。
• 当群体内各策略的收益差异低于τ = 0.05时，系统达到收敛，证实该收敛判据在动态环境中的实用性。