移動群智感知中面向多任務的激勵和分配策略研究

《移動群智感知中面向多任務的激勵和分配策略研究》是依託清華大學，由李麗擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：移動群智感知中面向多任務的激勵和分配策略研究
• 依託單位：清華大學
• 項目負責人：李麗
• 項目類別：青年科學基金項目

項目摘要

在多任務移動群智感知中，如何保障數據質量的同時，有效利用感知用戶資源，最小化服務平台的激勵代價是一個極具挑戰但非常有意義的問題。針對此問題，本項目分別從線上和離線兩種情況展開研究並提出了相應的解決方案。首先，針對線上的情況，擬提出一種基於質量的多任務線上激勵機制。平台根據用戶完成任務的情況以及感知任務的質量要求線上調整激勵價格，在激勵用戶參與感知任務的同時最小化平台支付代價。其次，針對離線且參與用戶可信的情況，擬提出一種基於納什議價解的多任務分配策略。由平台根據不同的任務需求和參與用戶資源情況對多個任務進行統一分配，以實現最小化平台支付代價的同時有效利用用戶資源。針對離線且參與用戶不可信的情況，擬提出一種基於信譽的逆向組合拍賣多任務分配策略，保障不可信用戶提供數據的質量和可靠性的同時最小化平台支付代價。

結題摘要

激勵機制和任務分配一直是移動群智感知研究中的重點和難點問題，本項目主要針對這兩方面的問題展開研究。 針對群智感知現有激勵機制難以在用戶線上的情況下有效激勵用戶參與感知任務並保障數據質量的問題，提出了一種基於質量的多任務線上激勵機制，該機制將線上用戶對不同質量要求任務的激勵價格線上調整問題映射為馬爾科夫決策過程，從而在保證用戶完成任務質量的前提下，根據用戶對任務的執行情況線上調整激勵價格，使其趨於最優激勵價格，最小化激勵成本。實驗結果證明，所提策略可以取得較好的性能。 針對群智感知網路中如何在參與用戶自私的情況下，有效激勵自私用戶積極參與數據傳輸的問題，提出了一種基於博弈論的激勵感知數據傳輸策略。該策略將兩個自私用戶之間的數據傳輸映射為兩者之間的魯賓斯坦恩-斯塔爾議價博弈，從而激勵自私用戶參與數據傳輸。實驗表明所提策略可以有效的促進自私用戶參與轉發數據，並且在成功傳輸率、平均時延、綜合性能方面都優於其他幾種對比的策略。 針對群智感知中如何根據用戶資源及任務的質量需求實現多任務的有效分配問題，提出了一種基於納什議價解的多任務分配策略。該策略將多個用戶對多個任務根據不同目標以及質量需求的選擇問題映射為一個多方納什議價博弈模型，並採用空間距離的方法有效求得多方納什議價博弈的最優解。該策略可以實現用戶整體得益的最大化，在保障數據質量的同時，有效降低感知平台的激勵成本。實驗表明，所提策略比現有任務分配策略在整體效用與任務質量滿意度方面具有較好的性能。 針對群智感知中參與用戶不可信情形下的多任務分配問題，提出一種基於信譽的逆向組合拍賣多任務分配策略，該策略將平台和用戶之間對多個任務分配問題抽象為逆向組合拍賣模型，平台根據用戶反饋的其所能執行任務的價格信息及用戶的信譽度，並且採用低價贏的原則，對多個異構任務實行逆向組合拍賣。該策略既可減少平台的總體支出，又可保障不可信環境中所收集數據的質量。