移动群智感知中基于博弈均衡的激励机制研究

Most of existing crowdsensing systems are usually neglected in designing incentive mechanisms. Meanwhile, they don’t have the flexible distribution mechanisms, without enough consideration in pricing and competition and cannot guarantee the quality of works. To address these issues, game theory would be used to design good incentive mechanisms for crowdsensing. Moreover, the multi-modal motivators, pricing strategy and quality control would be considered carefully. These studies will drive many users to better participate in crowdsensing and improve the qualities and profits, which shows the important scientific significance and practical applications. In this project, with the multi-modal motivators analysis, the flexible incentive forms would be build firstly. Then an incentive mechanism using a Stackelberg game should be design after considering carefully and weighing the influences of users and works. Furthermore, evaluation of a quality management system would be established and we can use the feedback to encourage users to produce better quality works. At last, based on above analysis, we will implement a tasks distribution archetype system for crowdsensing. Through extensive simulations, we should evaluate the performance and validate the theoretical properties of our archetype system.

目前移动群智感知研究大多忽略了激励机制的重要作用，并且有感知任务分发机制单一、激励策略在定价和竞争上考虑不足、缺少任务完成质量评价和反馈控制等问题。本项目将博弈论等相关理论应用于制定公平的激励机制，并构建基于博弈均衡的移动群智感知任务分发体系，无论是在激励用户积极且高效地参与感知任务，还是在解决多因素混合激励形式、公平定价激励策略、质量反馈控制等关键问题，都有着重要的科学意义和推广价值。通过研究不同激励因素给用户带来的激励效果，确立灵活完善的多模因素混合激励形式，吸引用户参与感知任务；引入博弈论理论，并权衡任务和用户属性，制定公平有效的激励策略，解决公平定价问题；构建感知任务完成质量评价体系，进而构建质量反馈控制模型，提高任务完成质量。建立移动群智感知任务分发原型系统，验证相关理论方法的有效性，进而对其进行改进和完善。

本项目考虑到如今大多数的移动群智感知研究忽略了激励机制的重要作用，存在着如感知任务分发机制单一、用户定价不合理、缺少任务完成质量评价和反馈控制模型等诸多问题。本项目利用了博弈论等相关理论制定了公平的激励机制，构造了相应的移动群智感知任务分发体系，有效地激励了用户积极参与感知任务，并解决了多因素混合激励形式、公平定价激励策略、质量反馈控制等关键问题。具体来说，本项目首先研究了不同激励因素给用户带来的激励效果，确立了灵活完善的多模因素混合激励形式以有效吸引用户参与感知任务；其次，本项目使用了博弈理论制定了公平有效的激励策略，解决了公平定价问题；最后，本项目构建了感知任务完成质量评价体系以及构建质量反馈控制模型，提高了任务完成质量。本项目较为完整地构建了基于博弈理论的移动群智感知任务分发原型系统，完成了项目预期的研究目标、研究内容以及成果要求。项目组共培养了5位博士研究生、15位硕士研究生，已有2位博士、11位硕士毕业。已发表学术论文38篇，其中中国计算机学会A类或中科院1区论文共14篇，完成授权专利1项。