Theseus：移动群智感知系统中的真值发现激励
计算机科学与博弈论
2017-05-15 v1
摘要
近年来，人类携带的移动设备激增，催生了将感官数据收集外包给公众群体的移动群智感知（MCS）系统。为了从（群体）工人的噪声甚至冲突的感官数据中识别真实值，真值发现算法通过质量感知的数据聚合联合估计工人的数据质量和潜在真值，已引起显著关注。然而，除非妥善应对工人策略性地降低其感知努力的行为，否则这些算法的威力无法在MCS系统中充分发挥。为解决此问题，本文提出一种名为Theseus的支付机制，该机制处理工人的此类策略行为，并激励工人进行高努力感知。我们确保，在Theseus引发的非合作博弈的贝叶斯纳什均衡下，所有参与工人将投入其最大可能的努力进行感知，从而提升其数据质量。因此，随后由真值发现算法基于工人数据计算的聚合结果将高度准确。此外，Theseus还具有其他理想属性，包括个体理性和预算可行性。我们通过理论分析以及广泛的仿真验证了Theseus的理想属性。
引用
@article{arxiv.1705.04387,
title = {Theseus: Incentivizing Truth Discovery in Mobile Crowd Sensing Systems},
author = {Haiming Jin and Lu Su and Klara Nahrstedt},
journal= {arXiv preprint arXiv:1705.04387},
year = {2017}
}