基于深度强化学习的空间众包任务分配策略

• 作者: 倪志伟 刘浩 朱旭辉 赵杨 冉家敏
• 来源期刊: 模式识别与人工智能
• 关键词: 空间众包 任务分配 多阶段序贯决策 深度强化学习
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: “强化学习研究”|Research on Reinforcement Learning
• 页码范围: 191-205
• 页数: 15页
• 分类号: TP18
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.202103001

摘要

针对动态在线任务分配策略难以有效利用历史数据进行学习、同时未考虑当前决策对未来收益的影响的问题,提出基于深度强化学习的空间众包任务分配策略.首先,以最大化长期累积收益为优化目标,基于马尔科夫决策过程从单个众包工作者的角度建模,将任务分配问题转化为对状态动作价值Q的求解及工作者与任务的一对一分配.然后采用改进的深度强化学习算法对历史任务数据进行离线学习,构建关于Q值的预测模型.最后,动态在线分配过程中实时预测Q值,作为KM(Kuhn-Munkres)算法的边权,实现全局累积收益的最优分配.在出租车真实出行数据集上的实验表明,当工作者数量在一定规模内时,文中策略可提高长期累积收益.