面向在线众包的双参数学习真实机制

我们研究在众包环境中将在线到达的可分拆作业分配给工人这一问题，其中涉及对学习具有策略行为的工人的两个参数。每个作业被拆分为若干任务然后分配给工人。每个到达的作业必须在截止期限内完成，且每个任务须以满足失败概率上限的方式完成。作业群体是同质的，而工人在成本、完成时间和失败时间方面是异质的。每个工人的作业完成时间和失败时间是随机的，具有固定但未知均值。请求者面临同时学习每个（策略行为的）工人的两个独立参数的挑战，即平均作业完成时间和平均失败时间。工人的失败时间取决于其所处理任务的持续时间。假设初始工人非策略性，我们应用Robust UCB算法解决此双参数学习问题。随后，我们将该算法非平凡地扩展到工人对其成本采取策略行为的情形。我们提出的机制是占优策略激励兼容且事后个体理性的，具有渐近最优的遗憾性能。