DATA-WA：基于需求的适应性任务分配与动态工人可用性时间窗
机器学习
2025-03-28 v1 数据库
摘要
随着移动网络的快速发展和移动设备的广泛使用，将基于位置的任务分配给移动工人的空间众包引起了广泛关注。然而，现有的大多数研究集中在当前时刻的任务分配，忽略了随时间推移任务与工人之间波动的需求和供给。为了解决这个问题，我们引入了一个适应性任务分配问题，旨在通过根据不断变化的需求和供给动态调整任务分配来最大化已分配任务的数量。我们开发了一个空间众包框架，即具有动态工人可用性时间窗的基于需求的适应性任务分配，它由任务需求预测和任务分配两个组件组成。在第一个组件中，我们构建了一个表示不同区域间需求依赖关系的图邻接矩阵，并采用多元时间序列学习方法来预测未来的任务需求。在任务分配组件中，我们根据这些预测、工人可用性时间窗和当前任务分配将任务分配给工人，其中每个工人都有一个可用性时间窗，指示他们可用于任务分配的时间段。为了减少任务分配的搜索空间并提高效率，我们提出了一种基于图划分的工人依赖分离方法和一种结合强化学习的任务价值函数。在真实数据上的实验表明，我们的提议既有效又高效。
引用
@article{arxiv.2503.21458,
title = {DATA-WA: Demand-based Adaptive Task Assignment with Dynamic Worker Availability Windows},
author = {Jinwen Chen and Jiannan Guo and Dazhuo Qiu and Yawen Li and Guanhua Ye and Yan Zhao and Kai Zheng},
journal= {arXiv preprint arXiv:2503.21458},
year = {2025}
}