基于参与式预算的群智感知系统中时间约束任务的真实预算受限激励机制

群智感知，又称参与式感知，是一种数据收集方法，涉及从大量普通人（或个体）收集信息，通常使用移动设备或其他个人技术。本文考虑了在策略性环境中存在多个任务请求者和若干任务执行者的设定。每个任务请求者有多个异构任务和用于这些任务的估计预算。在我们提出的模型中，政府拥有公开已知且有限的资金（或预算）。由于资金有限，平台可能无法向所有可用的任务请求者提供资金。为此，在第一层，由城市居民对任务请求者进行投票，以决定获得政府资金的子集。在第二层，任务请求者的每个任务都有开始和结束时间。基于此，首先将任务分配到不同的时隙。在每个时隙中，我们有多个任务执行者来执行发布的任务。每个任务执行者报告完成发布任务的私有成本。鉴于上述设定，第二层的目标是：(1) 以无冲突的方式在可用时隙中调度任务请求者的每个任务；(2) 为可用任务选择一组执行者，使得给予任务执行者的总激励至多为任务的预算。针对所讨论的场景，设计了一种兼顾预算准则的真实激励机制。进行了理论分析，表明所提出的机制在计算上是高效的、真实的、预算可行的且个人理性的。进行了仿真，并将所设计机制的有效性与最先进的机制进行了比较。