基于组合多臂老虎机的群智感知多样性招募
机器学习
2023-12-27 v1
摘要
本文探讨移动群智感知，利用移动设备及其用户在中央请求者协调下完成集体感知任务。主要挑战是单个工人感知能力的变异性，这些能力最初未知且需逐步学习。每轮任务分配中，请求者选择一组工人处理特定任务，导致同轮任务重叠和跨轮重复。我们提出一种新模型，通过根据任务分配频率动态调整每轮任务权重来增强任务多样性，并考虑同轮重叠导致的任务完成质量变异性（从最大个体质量到所有分配工人质量之和）。请求者预算约束要求高效招募策略。我们的目标是最大化每轮完成任务的加权总质量。为此，我们采用组合多臂老虎机框架和上置信界方法。本文进一步给出遗憾分析，并使用真实数据模拟证明模型有效性。
引用
@article{arxiv.2312.15729,
title = {Diversity-Based Recruitment in Crowdsensing By Combinatorial Multi-Armed Bandits},
author = {Abdalaziz Sawwan and Jie Wu},
journal= {arXiv preprint arXiv:2312.15729},
year = {2023}
}