元宇宙中的语义信息营销：一种基于学习的契约理论框架
人工智能
2023-02-28 v2 计算机科学与博弈论
摘要
在本文中，我们解决了虚拟服务提供商（VSP）设计激励机机制以雇佣感知物联网设备出售其感知数据，从而帮助在元宇宙中创建和渲染物理世界的数字副本的问题。由于带宽有限，我们提出使用语义提取算法来减少感知物联网设备传输的数据量。然而，雇佣感知物联网设备与VSP共享数据并将构建的数字孪生交付给元宇宙用户的机制容易受到逆向选择问题的侵害。由系统实体间信息不对称引起的逆向选择问题，在不同实体的私有信息为多维度时变得更难解决。我们提出了一种新颖的迭代契约设计，并使用多智能体强化学习（MARL）的一种新变体来求解所建模的多维契约问题。为证明我们算法的有效性，我们进行了大量仿真，并测量了元宇宙契约的几个关键性能指标。我们的结果表明，我们设计的迭代契约能够激励参与者真实交互，在以最小的个人理性（IR）和激励相容（IC）违反率最大化VSP利润的同时。此外，所提出的基于学习的迭代契约框架对参与者的私有信息访问有限，据我们所知，这是解决激励机制中逆向选择问题的首例。
引用
@article{arxiv.2302.11457,
title = {Semantic Information Marketing in The Metaverse: A Learning-Based Contract Theory Framework},
author = {Ismail Lotfi and Dusit Niyato and Sumei Sun and Dong In Kim and Xuemin Shen},
journal= {arXiv preprint arXiv:2302.11457},
year = {2023}
}
备注
submitted to JSAC