論文の概要: Optimal Team Recruitment Strategies for Collaborative Mobile
Crowdsourcing Systems
- arxiv url: http://arxiv.org/abs/2004.11512v2
- Date: Tue, 28 Apr 2020 02:51:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-22 06:21:38.627404
- Title: Optimal Team Recruitment Strategies for Collaborative Mobile
Crowdsourcing Systems
- Title(参考訳): 協調型モバイルクラウドソーシングシステムのための最適チームリクルート戦略
- Authors: Aymen Hamrouni, Hakim Ghazzai, Turki Alelyani, and Yehia Massoud
- Abstract要約: 協調的なモバイルクラウドソーシングフレームワークのための2つの採用戦略を開発する。
最初の提案された戦略は、プラットフォームの知識を活用してチームを形成するプラットフォームベースのアプローチである。
第2のアプローチは、チームメンバのソーシャルネットワーク(SN)隣人に関する知識を使用して、適切なチームを募集するグループリーダを指定する、リーダベースのアプローチである。
- 参考スコア(独自算出の注目度): 1.4209473797379666
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The wide spread of mobile devices has enabled a new paradigm of innovation
called Mobile Crowdsourcing (MCS) where the concept is to allow entities, e.g.,
individuals or local authorities, to hire workers to help from the crowd of
connected people, to execute a task or service. Some complex tasks require the
collaboration of multiple workers to ensure its successful completion. In this
context, the task requester needs to hire a group of socially connected and
collaborative workers that, at the same time, have sufficient skills to
accomplish the task. In this paper, we develop two recruitment strategies for
collaborative MCS frameworks in which, virtual teams are formed according to
four different criteria: level of expertise, social relationship strength,
recruitment cost, and recruiter's confidence level. The first proposed strategy
is a platform-based approach which exploits the platform knowledge to form the
team. The second one is a leader-based approach that uses team members'
knowledge about their social network (SN) neighbors to designate a group leader
that recruits its suitable team. Both approaches are modeled as integer linear
programs resulting in optimal team formation. Experimental results show a
performance trade-off between the two virtual team grouping strategies when
varying the members SN edge degree. Compared to the leader-based strategy, the
platform-based strategy recruits a more skilled team but with lower SN
relationships and higher cost.
- Abstract(参考訳): モバイルデバイスの普及により、モバイルクラウドソーシング(MCS)と呼ばれる新しいイノベーションのパラダイムが実現され、個人や地方当局といった団体が、ネットワークに接続された人々の群衆から労働者を雇い、タスクやサービスを実行することが可能になる。
いくつかの複雑なタスクは、成功を保証するために複数のワーカーの協力を必要とします。
この文脈では、タスク要求者は、そのタスクを達成するのに十分なスキルを持つ社会的に結びついた協力的な労働者のグループを雇う必要がある。
本稿では,協調型MCSフレームワークのための2つの採用戦略を開発し,専門知識のレベル,社会的関係の強さ,採用コスト,採用者の信頼度という4つの基準に従って仮想チームを形成する。
最初の提案された戦略は、プラットフォームの知識を活用してチームを形成するプラットフォームベースのアプローチである。
第2のアプローチは、チームメンバのソーシャルネットワーク(SN)隣人に関する知識を使用して、適切なチームを募集するグループリーダを指定する、リーダベースのアプローチである。
どちらのアプローチも整数線形プログラムとしてモデル化され、最適なチーム形成をもたらす。
実験結果から,2つの仮想チームのグループ化戦略間で,メンバーSNエッジ度が変化する場合のパフォーマンス上のトレードオフが示された。
リーダーベースの戦略と比較すると、プラットフォームベースの戦略はより熟練したチームを採用するが、SN関係は低く、コストも高い。
関連論文リスト
- A Dynamic LLM-Powered Agent Network for Task-Oriented Agent Collaboration [55.35849138235116]
本稿では,様々なタスクやドメインに対する動的コミュニケーション構造において,候補からエージェントのチームを自動的に選択する手法を提案する。
具体的には, LLMを利用したエージェント協調のための動的LLMパワーエージェントネットワーク(textDyLAN$)というフレームワークを構築した。
我々は、コード生成、意思決定、一般的な推論、算術的推論タスクにおいて、適度な計算コストで、DyLANが強力なベースラインを上回ることを実証する。
論文 参考訳(メタデータ) (2023-10-03T16:05:48Z) - ProAgent: Building Proactive Cooperative Agents with Large Language
Models [89.53040828210945]
ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。
ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。
ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
論文 参考訳(メタデータ) (2023-08-22T10:36:56Z) - A Reinforcement Learning-assisted Genetic Programming Algorithm for Team
Formation Problem Considering Person-Job Matching [70.28786574064694]
解の質を高めるために強化学習支援遺伝的プログラミングアルゴリズム(RL-GP)を提案する。
効率的な学習を通じて得られる超ヒューリスティックなルールは、プロジェクトチームを形成する際の意思決定支援として利用することができる。
論文 参考訳(メタデータ) (2023-04-08T14:32:12Z) - Value-based CTDE Methods in Symmetric Two-team Markov Game: from
Cooperation to Team Competition [3.828689444527739]
混合協調競争環境における協調的価値ベース手法の評価を行った。
集中型トレーニングと分散型実行パラダイムに基づく3つのトレーニング手法を選択した。
実験では、StarCraft Multi-Agent Challenge環境を変更して、両チームが同時に学び、競争できる競争環境を作りました。
論文 参考訳(メタデータ) (2022-11-21T22:25:55Z) - Conditional Imitation Learning for Multi-Agent Games [89.897635970366]
本研究では,条件付きマルチエージェント模倣学習の課題について考察する。
本稿では,スケーラビリティとデータ不足の難しさに対処する新しい手法を提案する。
我々のモデルは,egoやパートナエージェント戦略よりも低ランクなサブスペースを学習し,サブスペースに補間することで,新たなパートナ戦略を推論し,適応する。
論文 参考訳(メタデータ) (2022-01-05T04:40:13Z) - Learning Connectivity-Maximizing Network Configurations [123.01665966032014]
本稿では、専門家からコミュニケーションエージェントを配置することを学ぶ畳み込みニューラルネットワーク(CNN)を用いた教師あり学習手法を提案する。
我々は,標準ライントポロジやリングトポロジ,ランダムに生成された105万件のテストケース,トレーニング中に見えない大規模なチームについて,CNNのパフォーマンスを実証した。
トレーニング後,本システムは10~20名のエージェントの最適化手法よりも2桁高速な接続構成を生成する。
論文 参考訳(メタデータ) (2021-12-14T18:59:01Z) - Low Complexity Recruitment for Collaborative Mobile Crowdsourcing Using
Graph Neural Networks [2.798697306330988]
コラボレーティブ・モバイル・クラウドソーシング(CMCS、Collaborative Mobile crowdsourcing)は、例えば地方自治体や個人が、インターネットに接続された人々の群衆から労働者のチームを雇うことを可能にする。
本稿では,2つのCMCS採用戦略について検討し,課題依頼者が社会的に結びついた,熟練した労働者のチームを構成できるようにする。
論文 参考訳(メタデータ) (2021-06-01T18:24:02Z) - Multi-Agent Coordination in Adversarial Environments through Signal
Mediated Strategies [37.00818384785628]
チームメンバーはゲームの開始前に戦略を調整できるが、ゲームのプレイ段階ではコミュニケーションが取れない。
この設定では、エージェントのポリシーが分散的に実行されるため、モデルフリーのRLメソッドはコーディネーションをキャプチャできないことが多い。
我々は,従来の最先端マルチエージェントRLアルゴリズムが適用しなかった場合に,座標平衡に収束することを示す。
論文 参考訳(メタデータ) (2021-02-09T18:44:16Z) - Natural Emergence of Heterogeneous Strategies in Artificially
Intelligent Competitive Teams [0.0]
我々はFortAttackと呼ばれる競合するマルチエージェント環境を開発し、2つのチームが互いに競合する。
このような振る舞いがチームの成功に繋がる場合、同種エージェント間の異種行動の自然発生を観察する。
我々は、進化した反対戦略を利用して、友好的なエージェントのための単一のポリシーを訓練するアンサンブルトレーニングを提案する。
論文 参考訳(メタデータ) (2020-07-06T22:35:56Z) - A Stochastic Team Formation Approach for Collaborative Mobile
Crowdsourcing [1.4209473797379666]
我々は,SN隣人に関する労働者の知識を活用するアルゴリズムを開発し,特定のリーダーに適切なチームを募集するよう依頼する。
提案アルゴリズムは最適な停止戦略から着想を得て,オッズアルゴリズムを用いて出力を算出する。
実験結果から, ベンチマーク指数最適解と比較して, 提案手法は時間を短縮し, 妥当な性能が得られることがわかった。
論文 参考訳(メタデータ) (2020-04-28T22:44:37Z) - On Emergent Communication in Competitive Multi-Agent Teams [116.95067289206919]
外部のエージェントチームによるパフォーマンスの競争が社会的影響として作用するかどうかを検討する。
以上の結果から,外部競争の影響により精度と一般化が向上し,コミュニケーション言語が急速に出現することが示唆された。
論文 参考訳(メタデータ) (2020-03-04T01:14:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。