HyTasker：移动群智感知中的混合任务分配
人机交互
2018-05-23 v1
摘要
任务分配是移动群智感知（MCS）中的一大挑战。先前任务分配方法遵循机会式或参与式模式，本文提出在称为HyTasker的两阶段混合框架中整合这两种互补模式。离线阶段，筛选一组工人（称为机会式工人），他们在日常活动中完成MCS任务（即机会式模式）。在线阶段，我们指派另一组工人（称为参与式工人），要求他们专门移动以执行机会式工人未完成的任务（即参与式模式）。HyTasker不分别考虑这两阶段，而是在总激励预算约束下联合优化。特别地，在HyTasker离线阶段选择机会式工人时，我们提出一种新算法，同时考虑参与式工人的预测任务分配，其中纳入了参与式工人的密度与流动性。在真实移动数据集上的实验表明，在相同预算约束下HyTasker以更多完成任务数优于其他方法。
引用
@article{arxiv.1805.08480,
title = {HyTasker: Hybrid Task Allocation in Mobile Crowd Sensing},
author = {Jiangtao Wang and Feng Wang and Yasha Wang and Leye Wang and Zhaopeng Qiu and Daqing Zhang and Bin Guo and Qin Lv},
journal= {arXiv preprint arXiv:1805.08480},
year = {2018}
}