一种基于声誉的重复群智感知与代价高昂验证合约

我们研究这样一种设置：系统运营者雇佣一个传感器，使其付出代价高昂的努力来随时间收集某个感兴趣值的精确测量。在每个时刻，传感器被要求向运营者报告其观测值，并根据该观测值的准确性获得报酬。由于努力和观测值都是传感器的私有信息，仅基于其自报值来补偿传感器的朴素支付方案将导致传感器既偷懒又篡改结果。我们考虑设计一个适当的补偿方案，以激励传感器同时付出代价高昂的努力并真实地揭示所得观测值。为此，我们将该问题建模为一个重复博弈，并提出一种补偿方案，该方案采用运营者的随机验证，并结合为传感器分配声誉的系统。特别地，我们提出的支付方案基于当期努力以及过去行为的历史来补偿传感器。我们证明，通过在确定当期支付时利用过去行为，运营者可以同时激励传感器付出更高的努力和更频繁的真实报告，并降低所需的验证频率。