云游戏是一种崭新的云服务模式，其将游戏运行在服务器中，并通过Internet将游戏视频返回玩家客户端，实现一种全新的游戏体验。在云游戏场景中，一方面，由于游戏对硬件资源需求大的问题，当并发连接云游戏的玩家达到一定规模时，将对数据中心产生巨大的压力；另一方面，不同的玩家对游戏的质量有不同的需求，例如分辨率高低等，在这种情况下，如何在数据中心资源有限的情况下，尽可能降低全局用户的云游戏服务质量体验QoE(Quality of Experience)的损失是一个巨大的挑战。
　　本文首先通过介绍边缘计算和数据中心的模型，指出在移动云游戏的场景中用户QoE的量化指标，随后通过表明分布式数据中心的优化问题是一个NP-hard级别的问题，从而得出常规方法难以在有限时间内给出解。从而，本文通过纳什均衡和势博弈相结合的方式，找出对应QoE指标的势函数，从而证明多用户计算卸载博弈为势博弈，必定会收敛至纳什均衡，从而得到快速的优化结果。最后，本文对比了博弈论和其他常见的资源优化算法，证明博弈算法带来的优秀性能。
　　本文研究了移动边缘计算场景下数据中心资源分配的问题，通过将博弈算法运用于云游戏场景，使得可以快速给出分布式优化问题的解决方案。此外，本文提出的博弈算法，具备非常优秀的性能，其快速收敛至最优值，并且时间复杂度为O(MlogM)，其中M为数据中心的物理服务器。为了验证算法性能，本文基于爬虫采集的数据和自行研发的云游戏平台进行实验，对比多种常见数据中心资源优化策略，例如顺序轮询、随机贪婪等，从全局用户QoE损失指标进行分析，得出本文的算法对比上述策略可以降低至少54%的QoE损失的结论。