近日，煙臺大學計算機與控制工程學院群智感知團隊在國際著名期刊IEEE Transactions on Industrial Informatics和IEEE Transactions on Computational Social Systems上分別發(fā)表學術論文“Data-Driven Many-Objective Crowd Worker Selection for Mobile Crowdsourcing in Industrial IoT”“A Reinforcement Learning Based Incentive Mechanism for Task Allocation under Spatio-temporal Crowdsensing”。
系列成果以物聯(lián)網（IoT）快速發(fā)展和5G網絡快速普及背景下的移動眾包（MCS）為研究對象，對其中的關鍵環(huán)節(jié)——任務分配如何在有限的預算下盡可能提高任務完成率展開研究。該成果首先針對請求者預定任務執(zhí)行和工人在線的場景，提出一種基于時間和位置約束的任務預分配方法（ORTA），在優(yōu)化模型（OPTA）的基礎上，篩選出預離開任務集。其次，提出基于Q-learning算法的激勵機制，確定預離開目標任務并對其增加報酬，激勵眾包工人參與任務，從而提高任務完成率。最后，通過在真實數(shù)據(jù)集上的對比實驗驗證了提出方法的性能。圖1為系統(tǒng)總體框架圖。
圖1.系統(tǒng)總體框架圖
此外，為進一步驗證群智感知的多空間環(huán)境適用性，團隊基于“天算星座”衛(wèi)星聯(lián)調平臺，對所提算法成功進行星載測試。“天算星座計劃”部署的“北郵一號”衛(wèi)星已于2023年1月成功發(fā)射并順利入軌。衛(wèi)星發(fā)射之前，團隊與北京郵電大學衛(wèi)星團隊對接并部署實驗環(huán)境，基于衛(wèi)星聯(lián)調平臺（圖2）配置的物聯(lián)網絡實現(xiàn)上網功能，完成算法的實時驗證與調試操作。具體操作的核心部件為樹莓派終端（圖3），經過此終端的測試數(shù)據(jù)會直接輸出到指定文檔中，將本地實驗數(shù)據(jù)與終端輸出數(shù)據(jù)的結果進行對比，完成星載測試。
下一步，煙臺大學“天算星座”華東地面站建成后，將為各科研單位提供產學研一體化的空天計算在軌試驗開放源平臺，進一步推動空天一體化網絡和衛(wèi)星計算技術的研發(fā)。
圖2.衛(wèi)星聯(lián)調設備外觀
圖3.樹莓派終端
（a） （b）
（c） （d）
圖4.本地實驗部分運行結果圖
原文鏈接
https://ieeexplore.ieee.org/document/9420265
https://ieeexplore.ieee.org/document/10098711
來稿時間：4月24日 審核：曲世金 責任編輯：徐揚
