为众包感知提供概率鲁棒性保证

由于其灵活且普适的感知能力，众包感知近来在研究界受到广泛研究。然而，如何满足众包感知中感知鲁棒性要求这一基本问题在很大程度上仍未解决。具体而言，从任务发布者的角度，如何在保证感知数据质量的同时最小化众包感知中的总支付，是一个亟待解决的关键问题。我们将感知数据质量上的鲁棒性要求优雅地建模为机会约束，并针对不同的众包感知应用研究了硬机会约束与软机会约束。对于前者，我们通过布尔不等式对问题进行重构，并探讨了原问题与重构问题之间的最优值差距。对于后者，我们研究了一系列通用支付最小化问题，并提出了一种兼具可行性与低支付的二分搜索算法。我们的解与最优解之间的性能差距也得到了理论分析。大量仿真验证了我们理论分析的正确性。