合作式智慧农业的博弈论分析
计算机科学与博弈论
2020-11-24 v1
摘要
物联网(IoT)与机器学习(ML)在农业领域的应用推动了智慧农场与精准农业的发展与创建。智慧农场数量的增长以及这些农场之间潜在的合作催生了合作式智慧农业(CSF),其中不同的互联农场相互协作并共享数据以互利共赢。通过 CSF 进行的数据共享具有多种优势:来自各个独立农场的数据可由 ML 模型聚合,并用于生成可操作的输出,随后供 CSF 中的所有农场使用。这使农场能够获得更好的洞察以提升期望产出,例如作物产量、管理水资源与灌溉计划,以及优化种子施用。然而,当部分农场不传输高质量数据而依赖其他农场为 ML 模型提供数据时,CSF 中可能出现问题。另一种可能是 CSF 中存在试图窥探其他农场却不实际贡献任何数据的恶意农场。本文中,我们采用博弈论方法分析参与 CSF 的农场行为,其中每个农场都以最大化自身收益为动机。我们首先提出 CSF 中因缺乏更优数据而导致的缺陷农场问题,随后提出一种 ML 框架,该框架对农场进行隔离,并根据其提供的数据质量自动将其分配到合适的 CSF 集群。我们提出的模型奖励提供较好数据的农场,并惩罚那些未提供所需数据或具有恶意的农场,从而在解决缺陷农场问题的同时确保模型完整性及整体更优性能。
引用
@article{arxiv.2011.11098,
title = {A Game Theoretic Analysis for Cooperative Smart Farming},
author = {Deepti Gupta and Paras Bhatt and Smriti Bhatt},
journal= {arXiv preprint arXiv:2011.11098},
year = {2020}
}