CN105528248A - 多任务合作应用下的群智感知激励机制 - Google Patents

Abstract

本发明公开了面向多任务合作应用的群智感知激励机制，其主要包括：首先，根据用户和任务类型的不同，将应用场景分成四类：完全信息和非完全信息，同构多任务和异构多任务。并在不同的应用场景下设计了对应的基于斯坦伯格博弈模型的多任务合作激励机制。其次，根据不同的应用需求，设计了两种报酬分配函数解决多任务报酬分配问题，一个是基于用户数，另一个是基于任务价值。本发明能够使得用户和系统服务器双方效用在四类场景下都能得到纳什均衡解，并且具有时间有效性，能够适用于实时性任务，最终使系统服务器能够获得最大的效用值。

Description

多任务合作应用下的群智感知激励机制

技术领域

本发明涉及群智感知应用技术领域，尤其涉及在群智感知应用中一类多任务合作下的激励机制。该方法能够使得系统服务器的效用最大化。

背景技术

近年来，随着移动智能终端的发展和广泛应用，群智感知应用已经引起了工业界和学术界的广泛关注。群智感知的宗旨是让符合条件的智能手机用户去收集数据，而无需额外再花大量人力物力去专门收集数据，但是这些应用大部分都是基于志愿参与形式。当用户参与群智感知应用时，需要上传一些数据，因此会产生相应的代价，比如时间、能量和带宽资源损失。在位置相关的感知应用中，用户在共享自身位置信息的同时，还有可能面临隐私泄露威胁。一般情况下，一个正常理性用户只有在回报激励的前提下，才会去提供感知或计算服务。因此，需要设计合理的激励机制促使用户来参与群智感知应用，并去感知和提供相关的数据。

目前现有的激励机制研究成果，主要是为了促使用户能够共享出自己的资源。其中有一部分机制主要关注多个独立任务的应用，其中每个独立任务只需要单个用户就能够完成。YangDequan等人在mobicom2012年的会议上分别提出了平台为中心和用户为中心的激励模型，但是平台为中心的模型只考虑了单个任务，并假设用户和平台都知道所有用户的服务代价，这在实际群智感知应用中是不可行的。用户为中心的模型考虑的也是独立任务，没有考虑到任务之间的相关性。ZhangYu等人提出了基于报酬的合作机制，其主要利用重复博弈方法，这种机制因收敛时间过长而不适用于合作群智感知应用。Jaimes,L.G.和Feng,Zhenni等人都提出了基于用户位置信息来进行用户选择的激励机制。还有一些学者研究多个随机用户之间的在线激励机制，并能够满足实时性需求。但是以上机制只适用于独立任务，没有关注到多用户之间和多任务之间的关联性。

而另一部分研究者则将研究重点放在单个合作任务的应用上，其中单个任务需要一组用户合作完成。Shi,Cong等人文献提出了远程计算系统serendipity，主要是依靠远端移动终端来完成任务，并设计基于虚拟币的激励机制来克服用户自私性。Karlin,AnnaR等人研究了如何招聘完成某个大型合作任务的团队，Amintoosi,Haleh等人提出了基于信誉度的参与式感知系统，该系统同时考虑用户感知数据的质量和社交网络中用户参与的可信任水平。但是以上这些激励设计都是针对单个合作任务，由于它们缺乏对多任务之间关联性的建模和考虑，将不适用于多合作任务的应用。

就目前所了解的范围内，现有激励机制还没有深入考虑多合作任务的应用，即每个任务需要一组用户共同合作完成，并且多个任务之间具有相关性。在实际应用中，这种多合作任务场景非常普遍。比如，普林斯顿大学设计的SignalGuru系统需要收集足够多用户上传的交通灯和车流信息，后台应用才能为司机提供可行的行驶速度和路径。Gigwalk和MTurk在线召集用户完成任务，其中有些应用需要足够多的用户参与才能完成，比如问卷调查，只有样本空间足够大才能保证调查结果具有统计意义。

发明内容

针对上述技术问题，本发明的目的在于提供一类在群智感知中面向多任务合作的激励机制。该机制主要是考虑到群智感知应用中用户的“自私性”属性，利用斯坦伯格博弈方式使得服务器在用户“自私性”行为下的效用最大。本发明旨在于通过估计用户的选择策略来决定系统服务器应该给出的总报酬值，使得服务器的效用最大，从而降低完成任务所需的报酬代价。

本发明主要基于斯坦伯格的两阶段博弈模型，具体建立方法为：系统由一个服务器s和一群用户U组成，U＝{1,...,N}。从服务器角度而言，服务器有M个任务，这些任务集被表示为T＝{1,...,M}，其中任意一个任务j至少需要m_j个用户来参与才能完成。m_j被定义为任务j能够被完成的用户数门限，所有任务所需的用户数门限被表示为W，其中W＝{m₁,...,m_M}。服务器告知用户需要完成的任务集，以及每个任务的用户数门限。服务器只有收集到大于用户数门限的用户来参与任务j，该任务才能产生v_j的社会价值，否则该任务的社会价值就是0,因此采用阶跃式任务价值模型。有关任务j的这些属性m_j和v_j由任务本身需求决定。从用户角度而言，每个用户都有参与一组任务的能力，这组任务被定义为T_i，并且每个用户能够参与的任务集合被定义为L，即L＝{T₁,...,T_N}。每个用户参与任务都会产生一定的开销C＝{c₁,...,c_N}，假设用户开销和参与任务数成正比。

服务器和用户的交互过程主要可以分成以下四个步骤：

A.用户将自身参与任务的代价信息(确切信息或者代价的累积分布函数)和能够参与的任务集上报给服务器，即(C,L)。

B.服务器将能够给用户的总报酬价值R和每个任务的用户数门限W＝{m₁,...,m_M}通知每个用户。

C.根据{C,L,R,W}这些信息，每个用户决定自身的参与任务策略S_i,即用户i参与的任务，并将相应的任务结果反馈给服务器。

D.服务器根据报酬分配函数对每个参与用户分发报酬，此时基于多合作任务的群智感知过程结束。

用户参与任务的代价由提供服务造成的能量损耗，网络带宽资源消耗和潜在的隐私威胁等因素决定。用户i的总代价是c_i×t_i，其中t_i是用户i参与的任务数。因此，每个用户都需要获得相应报酬，并且报酬要大于自身花销才会为服务器提供相应的服务。

用户i的效用函数定义如下：

其中R_j是用户完成任务j得到的报酬。Q_j表示参与完成任务j的用户集合，所有Q_j集合的并集就是所有被选中的用户集U_s，T_c表示已完成任务。效用函数的物理意义是报酬和代价之差。

服务器效用函数定义为所有已完成任务产生的社会价值减去需要付给所有用户的总报酬值，具体定义如下：

服务器的目标是通过选择合适的用户完成任务，使自身效用最大，同时还要考虑到用户自身效用最大化的需求。

个人理性：每个参与者的效用不为负。

计算有效性：多项式时间内可以计算出纳什均衡解。

可收益性：服务器的效用非负，即服务器从已完成任务获取的社会价值必须不小于给所有参与用户的总报酬值。

根据服务器对用户代价信息的了解，可将问题分为完全信息和非完全信息进行考虑；同时根据任务类型，又可分为同构多任务和异构多任务进行讨论。根据以上这两种分类方式，可以将场景分成四个类型，完全信息同构多任务、完全信息异构多任务、非完全信息同构多任务和非完全信息异构多任务。针对这四种不同的场景特征，设计出了对应的四种多任务合作激励机制，具体通过以下技术方案实现：

1.完全信息同构多任务场景：

完全信息是指服务器知道每个用户确切的参与代价值，这种场景发生在当服务器和用户之间有多次合作经验，服务器可以知道用户历史信息，且用户参与代价波动不大的情况。同时所有任务的参数都是相同的，即任务用户数门限和任务代价都是相同的。此同构场景下两种报酬分配函数相同。

在此场景下，最优代价门限c^*为用户集N中的第m₀小的用户单位代价，记为由于c₀。只有自身效用不为负时，用户才会愿意去参与任务，因此单位参与代价小于c₀的用户愿意去完成这些任务，因此可以计算出被选中的用户为单位参与代价小于c₀的用户，服务器应该给出的总报酬纳什均衡值R^*为被选中的用户数与c₀的乘积。

2.完全信息异构多任务场景：

该场景下服务器端有多个异构任务，即每个任务有不同用户数门限和社会价值。其典型应用是服务器有多个不同类型任务，每个用户完成任务能力不同，需要根据自身状态，如地理位置、带宽资源和能效来定。为方便说明，假设用户单位代价对于每个任务相同。下面根据不同的报酬分配函数来求解能使服务器效用最大的总报酬值。

A.基于用户数报酬分配函数

给定信息(R,W,L)，每个用户计算自身效用值为：

其中Q_j代表参与任务j的用户集，T_c表示已完成的任务集。

该场景下采用逆向归纳法得到激励机制的方法，其主要包括：

(1)求出阶段2中用户策略的纳什均衡解，其通过计算完成每个任务的代价门限纳什均衡解求出。因此任务j的代价门限纳什均衡解是G_j用户集中，第m_j小的单位代价，记为其中G_j是有能力完成任务j的用户集。单位代价小于的用户会参与任务j。如果则任务j能够找到足够多的用户参与完成。根据每个任务来选择用户，可得用户策略的纳什均衡解。所有被选中的参与用户集记为U_s。

(2)计算阶段1中报酬值的纳什均衡解，其主要原则是使所有参与用户的效用非负。要满足个人理性特性，报酬值R必须大于所有参与用户总代价，即所以R的下界是另一方面要满足服务器可收益的特性，收益R要小于服务器获得的总任务价值，即因此得出R^*是能够使所有参与用户效用都非负的最小报酬值。

B.基于任务价值报酬分配函数

给定信息(R,W,L)，每个用户计算自身效用值为：

$u_i=R_i-c_i{t}_i={\Σ}_{i\∈Q_j,j\∈T_c}\left(\frac{v_j}{{\Σ}_{j\∈T_c}{v}_j}R\frac{1}{m_j}\right)-c_i{t}_i$

其中Q_j代表参与任务j的用户集，T表示已完成的任务集。

该场景下依旧采用逆向归纳法得到激励机制的方法，其求解报酬值纳什均衡解R^*的宗旨还是使每一个参与用户效用都非负的最小报酬值，但是计算R^*的方法不同，此时服务器效用的纳什均衡值为服务器获得的总任务价值与给出的总报酬之差，即

3.非完全信息同构多任务场景：

非完全信息是指服务器只知道用户参与代价的累积概率分布函数(CDF)F(c)，用户只知道自身的单位代价c_i,和其他用户的F(c)。这种场景发生在用户代价随着一定规律动态变化，因此服务器只能知道用户代价分布。同时所有任务参数都是相同的，即任务用户数门限和任务代价都是相同的。

该场景下由于任务具有相同特性，用户i策略可以表示为其参与任务的数量，记为t_i。此同构场景下两种报酬分配函数相同。

用户i效用表示为：

该场景下采用逆向归纳法得到激励机制的方法，其主要包括：

(1)求出阶段2中用户策略的纳什均衡解。在给定R下，只有用户自身的单位代价小于代价门限纳什均衡，即c_i≤c^*(R)，这些用户才会参与完成任务。使用户i效用最大的用户数门限纳什均衡解唯一。用户i效用期望为：

其中x_j是服从B(N-1,F(c))的二项分布，U_k是参与k个任务的用户集。P_k是k个任务被成功完成的概率，计算为：其中是完成一个任务的概率，计算为：为简单起见，用F^*来表示F(c^*)。

其次计算用户数门限的均衡解c^*和最优总报酬值R^*。为了得到最优用户数门限c^*，需要先计算u_i期望，E(u_i)。c^*是使E(u_i)最大时的解，其中

(2)求出阶段1中报酬值的纳什均衡解。根据阶段2求出代价门限纳什均衡解，并从服务器角度计算出报酬值R的纳什均衡解。给定R，可以得出相应的服务器效用期望E{u_s(R)}。因此R^*＝argmax_R{E{u_s(R)}}。

4.非完全信息异构多任务场景：

该场景下每个任务根据自身任务需求有不同用户数门限，每个用户参与哪些任务的能力是已知的。用户参与不同任务的单位代价分布不同，比如视频传输任务要比文本传输任务代价更大，因此消耗资源较多。服务器只知道用户参与代价的累积概率分布函数(CDF)F(c)，但是任务参数不同。因此可以求出任务j被完成的概率是：

下面根据不同的报酬分配函数来求解能使服务器效用最大的总报酬值。

A.基于用户数报酬分配函数

(1)求出阶段2中用户策略的纳什均衡解。从服务器角度而言，每个任务j都有一个能够参与该任务的用户集G_j。在给定报酬值R下，能够求出用户完成每个任务的报酬值R_j。由报酬分配函数可得用户i完成任务j的效用期望为：

用户i总效用期望为因此，

由于用户i参与任务获得的效用期望E(u_i)_j是相互独立的，因此

(2)求出阶段1中报酬值的纳什均衡解。不同报酬值R对应的服务器效用期望为由于完成每个任务所分配得到的报酬值必按照报酬分配函数进行，所以因此，可以得出报酬值的纳什均衡解R^*＝argmax{u_s(R)}。

B.基于任务价值报酬分配函数

由基于任务价值的报酬分配函数可得，用户i参与任务j的效用期望为：

因此可以得出

根据每个参与用户的效用期望非负的原则，可以得出报酬值的纳什均衡解R^*，即R^*＝argmax_R{E{u_s(R)}}。

本发明提出了基于斯坦伯格博弈的激励机制框架，并在四种不同的应用场景下分别提出了相应的激励机制算法。每个算法都能得到纳什均衡解，并能够在考虑用户参与自私性的因素下，给出最优的服务器总报酬，使得服务器得到的效用最大化。在群智感知应用中，该激励机制能够保证服务器在给出合理的激励代价，使自身收益最大。

附图说明

图1为本发明实施例提供的群智感知中基于斯坦伯格激励机制的流程图；

图2为本发明实施例提供的完全信息同构多任务场景下激励机制的流程图；

图3为本发明实施例提供的完全信息同构多任务场景的示意图；

图4为本发明实施例提供的完全信息异构多任务场景下激励机制的流程图；

图5为本发明实施例提供的完全信息异构多任务场景的示意图；

图6为本发明实施例提供的非完全信息同构多任务场景下激励机制的流程图；

图7为本发明实施例提供的非完全信息异构多任务场景下激励机制的流程图；

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图和实施例对本发明作进一步说明。请参照图1所示，图1为本发明实施例提供的群智感知中基于斯坦伯格激励机制的流程图。所有应用场景下用户和服务器的交互过程都参照图1所示的流程图步骤进行，主要分成以下四步：

A.用户将自身参与任务的代价信息(确切信息或者代价的累积分布函数)和能够参与的任务集上报给服务器，即(C,L)。

B.服务器将能够给用户的总报酬价值R和每个任务的用户数门限W＝{m₁,...,m_M}通知每个用户。

C.根据{C,L,R,W}这些信息，每个用户决定自身的参与任务策略S_i,即用户i参与的任务，并将相应的任务结果反馈给服务器。

D.服务器根据报酬分配函数对每个参与用户分发报酬，此时基于多合作任务的群智感知过程结束。

实施例1：

本实施例是基于如图3所示的同构多任务场景进行说明，主要是在完全信息同构多任务场景下的激励机制说明。具体的设置为：服务器有多个同构任务，即每个任务的用户数门限相同，设为m₀，每个任务的社会价值相同，设为v₀。用户i完成每个任务的单位代价c_i相同，即同时所有用户能够参与所有的任务。主要说明完全信息同构多任务场景下的激励机制。具体的设计步骤如图2所示。本实施例的主要流程如下：

(1)服务器发布要完成的任务，已经接收到能够完成这些任务的用户信息，主要是每个用户参与任务的单位代价。

(2)服务器可以计算出最优的用户代价门限为第m₀小的用户单位代价，记为c₀。

(3)单位代价小于c₀的用户会愿意参与任务完成，所以被选中的用户为单位代价小于c₀的用户。

(4)激励机制中服务器应该给出的激励代价总报酬为被选中用户数和c₀的积。

该场景下由于任务的同构性以及服务器和用户之间信息的透明性，所以激励机制的设计流程比较简单。该激励机制下服务器只要给出最优的总报酬，就能得到最大效用。

实施例2：

本实施例是基于如图5所示的异构多任务场景进行说明，主要是在完全信息异构多任务场景下的激励机制说明。具体的设置为：每个任务j都有自己用户数门限m_j，和自身给服务器带来的价值v_j。服务器获取用户参与代价信息。主要说明完全信息异构多任务场景下的激励机制。具体的设计步骤如图4所示。本实施例的主要流程如下：

(1)服务器发布要完成的任务，已经接收到能够完成这些任务的用户信息，主要是每个用户参与任务的单位代价。

(2)对于每个T中的任务，从用户集G_j中选择第m_j小的用户参与代价，记为

(3)如果单位代价小于的用户代价之和大于任务j的价值，则任务j将不能被完成。

(4)否则，任务j可以被完成，并加入已完成任务集T_c中；单位代价小于的用户被选中到集合U_s中。

(5)计算用户策略集的纳什均衡值，即每个入选用户能够完成的最终任务数。

(6)计算补偿值的纳什均衡解，即入选用户中的最大单位代价与参与任务的用户总数之积。

实施例3：

本实施例是基于如图3所示的同构多任务场景进行说明，主要是在非完全信息同构多任务场景下的激励机制说明。具体的设置为：每个任务用户数门限和社会价值相同，分别记为m₀和v₀，同时用户完成每个任务的单位代价分布F(c)也相同。主要说明非完全信息同构多任务场景下的激励机制。具体的设计步骤如图6所示。本实施例的主要流程如下：

(1)在给定不同的代价门限下求出用户i的期望收益E(u_i)。

(2)求出使用户期望收益最大的代价门限纳什均衡值。

(3)求出使服务器期望效用最大的总补偿值纳什均衡值。

(4)求出服务器期望效用的纳什均衡值。

实施例4：

本实施例是基于如图5所示的异构多任务场景进行说明，主要是在非完全信息异构多任务场景下的激励机制说明。具体的设置为：每个任务j都有自己用户数门限m_j，和自身给服务器带来的价值v_j。服务器只能获取用户参与代价的累积概率分布信息F(c)。主要说明完全信息异构多任务场景下的激励机制。具体的设计步骤如图7所示。本实施例的主要流程如下：

(1)服务器发布要完成的任务，已经接收到能够完成这些任务的用户信息，主要是用户参与任务的单位代价分布F(c)。

(2)根据不同的补偿分配函数，计算参与不同任务下用户i的效用期望。

(3)对于每一任务j，计算使用户效用期望最大的代价门限c^*(j)。

(4)如果单位代价小于c^*(j)的用户代价之和大于任务j的价值，则任务j不能被完成。

(5)否则，任务j可以被完成，并加入已完成任务集T_c中；参与任务j的单位代价小于c^*(j)的用户被选中到集合Q_j中。

(6)根据不同的补偿函数，计算补偿值R的纳什均衡解。

(7)计算服务器效用期望的纳什均衡解。

本发明提出了基于斯坦伯格博弈的激励机制框架，并在四种不同的应用场景下分别提出了相应的激励机制算法。每个算法都能得到纳什均衡解，并能够在考虑用户参与自私性的因素下，给出最优的服务器总报酬，使得服务器得到的效用最大化。在群智感知应用中，该激励机制能够保证服务器在给出合理的激励代价，使自身收益最大。

上述仅为本发明的较佳实施例及所运用技术原理，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围内。

Claims (2)

1.面向多任务合作应用下的群智感知激励机制，其特征在于，服务器和用户的交互过程主要可以分成以下四个步骤：

A.用户将自身参与任务的代价信息(确切信息或者代价的累积分布函数)和能够参与的任务集上报给服务器，即(C,L)；

B.服务器将能够给用户的总报酬价值R和每个任务的用户数门限W＝{m₁,...,m_M}通知每个用户；

C.根据{C,L,R,W}这些信息，每个用户决定自身的参与任务策略S_i,即用户i参与的任务，并将相应的任务结果反馈给服务器；

D.服务器根据报酬分配函数对每个参与用户分发报酬，此时基于多合作任务的群智感知过程结束。

2.根据权利要求1所述的面向多任务合作应用下的群智感知激励机制，其特征在于，通过逆向求解斯坦伯格博弈过程中的代价门限纳什均衡解，采用逆向方法求解报酬值的纳什均衡解，主要包括：

A.在阶段2求出完成任一任务j的代价门限纳什均衡解；

B.在阶段1求出不同报酬分配函数下能够使服务器效用最大的报酬值纳什均衡解；

特别地，A步骤中求解代价门限纳什均衡解的原则是使用户自身收益最大的代价门限值；

特别地，B步骤中求出使服务器效用最大的报酬纳什均衡解的原则是在每个参与用户的效用都非负的条件下，使服务器效用最大的总报酬。