Octopus：一种用于众包中成本-质量-时间优化的框架
人工智能
2017-08-16 v2 人机交互
多智能体系统
摘要
我们提出 Octopus，一个用于在微众包市场上联合平衡三个冲突任务目标——工作质量、总成本和完成时间——的 AI 智能体。以往的控制智能体大多关注成本-质量或成本-时间权衡，而非直接协同控制所有三个目标。三目标优化的朴素形式化是不可处理的；Octopus 采用分层 POMDP 方法，由三个不同组件分别负责设定每任务报酬、选择下一任务以及控制任务级质量。我们证明 Octopus 在真实实验中显著优于现有最先进方法。我们还在 Amazon Mechanical Turk 上部署了 Octopus，展示了其在真实动态环境中管理任务的能力。
引用
@article{arxiv.1702.03488,
title = {Octopus: A Framework for Cost-Quality-Time Optimization in Crowdsourcing},
author = {Karan Goel and Shreya Rajpal and Mausam},
journal= {arXiv preprint arXiv:1702.03488},
year = {2017}
}
备注
10 pages, to appear in HCOMP 2017