早期加入的参与者能贡献更多吗？——面向群智感知的时效敏感激励机制

本文从一个新颖且具有重要实践意义的视角研究了激励机制设计，其中作为贡献者的移动用户并非同时加入，且请求者期望早期贡献者付出较大努力。构建了一个两阶段Tullock竞赛框架：在第二阶段，潜在贡献者通过付出努力竞争可分割的奖励；在第一阶段，请求者可以在给定奖励预算下，精心设计激励机制以最大化其群智感知效率。针对时效敏感的群智感知，开发了一种通用的奖励区分机制，其中较早的贡献者通常拥有更大的最大可获奖励，从而投入更多努力。由于缺乏加入时间信息，向贡献者公布了两种实际实现方案，即最早-n方案和终止时间方案。针对每种方案，我们构建了一个Stackelberg贝叶斯博弈，其中贡献者的加入时间是其类型，且不为对手所知。证明了每种策略下贝叶斯纳什均衡（BNE）的唯一性。为最大化请求者的效率，我们计算了最早-n方案中的最优奖励贡献者数量以及终止时间方案中的最优截止时间。我们的竞赛框架不仅适用于贡献者数量固定的封闭式群智感知，也适用于贡献者到达受随机过程支配的开放式群智感知。大量仿真表明，通过适当的奖励区分，请求者能够通过最优选择奖励贡献者数量和终止时间，实现显著更高的效率。