論文の概要: From Novice to Expert: Cost-Aware Bandits for Evolving Worker Performance in Crowdsensing

• arxiv url: http://arxiv.org/abs/2607.13546v1
• Date: Wed, 15 Jul 2026 07:51:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-16 16:39:12.689679
• Title: From Novice to Expert: Cost-Aware Bandits for Evolving Worker Performance in Crowdsensing
• Title（参考訳）: 初日からエキスパートへ - クラウドセンシングにおける作業者のパフォーマンス向上のためのコスト意識バンドバンド
• Abstract要約: プラットフォームが各ラウンドで1人の労働者を選定する,予算制約のあるオンライン採用問題について検討する。 我々は、報酬軌道の進化と不均一なコストを共同で学習するコスト対応オンライン学習フレームワークを開発する。
• 参考スコア（独自算出の注目度）: 11.284703747922757
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Mobile crowdsensing (MC) recruits mobile users to perform sensing tasks using their smartphones, enabling large-scale applications such as traffic monitoring and environmental sensing. A fundamental challenge is online worker recruitment under uncertainty, where the platform must learn workers' sensing performance while operating with a limited budget. Existing learning-based MC recruitment methods typically assume that each worker's sensing quality is stationary with a fixed mean over time. In practice, however, worker performance often improves with experience and eventually stabilizes, while the incurred sensing cost can be unknown in advance due to time-varying device and context states. In this paper, we study a budget-constrained online recruitment problem in which the platform selects one worker in each round, observes the sensing quality and incurred cost, where the expected sensing quality of each worker increases with experience and eventually converges to a plateau, and repeats until the budget is exhausted. We formulate this problem as a structured bandit model where each worker's expected reward evolves according to an unknown increasing-then-converging function of its participation count, and each worker has an unknown expected cost. We develop a cost-aware online learning framework that jointly learns evolving reward trajectories and heterogeneous costs, detects performance saturation, and allocates the limited budget to maximize long-term sensing utility. We provide theoretical performance guarantees and validate the proposed approach through extensive experiments, demonstrating consistent improvements over baselines that ignore experience-driven dynamics or assume known costs.
• Abstract（参考訳）: モバイルクラウドセンシング(MC)は、モバイルユーザをスマートフォンを使ってセンシングタスクに採用し、交通監視や環境センシングといった大規模アプリケーションを可能にする。 基本的な課題は、不確実性の下でのオンラインワーカーの採用であり、そこでは、限られた予算で作業しながら、労働者のセンシングパフォーマンスを学習しなければならない。 既存の学習に基づくMC採用手法は、通常、各労働者の感覚の質が一定平均時間とともに一定であると仮定する。 しかし、実際には、作業者のパフォーマンスは経験によって向上し、最終的には安定することが多い。 本稿では,各ラウンドで1人の労働者を選抜し,各作業者の期待される知覚品質が経験によって向上し,最終的には台地に収束し,予算が枯渇するまで繰り返す,予算制約のあるオンライン採用問題について検討する。 我々は、各労働者の期待報酬が、その参加数の増加する未知の関数に従って進化する構造的バンディットモデルとして、この問題を定式化し、各労働者が期待するコストを未知にする。 我々は,報酬軌道の進化と不均一なコストを共同で学習し,性能飽和を検知し,長期的検知能力の最大化のために限られた予算を割り当てる,費用を意識したオンライン学習フレームワークを開発する。 実験により提案手法の理論的性能保証と検証を行い,経験駆動の力学を無視したり,既知のコストを仮定するベースラインに対する一貫した改善を実証する。

関連論文リスト

• Better, Faster, Stronger: Programmatic Skill Learning Best Reduces Agent Cost [31.000338964323248]
  さまざまなスキル学習手法の中で,スキルをプログラムとみなす者は,最高のコスト削減を実現することができる,と我々は主張する。 SpeedRunnerは、将来のタスクのパフォーマンスを改善するために、軌道とスキルを分析するコーディングエージェントである。
  論文  参考訳（メタデータ） (2026-08-11T18:42:23Z)
• External Experience Serving in Production LLM Systems: A Deployment-Oriented Study of Quality-Cost Trade-offs [3.542522302754046]
  外部エクスペリエンスを注入することでタスクの品質が向上する一方で、迅速な負担、レイテンシ、サービスプレッシャーも向上する。 我々は,経験のないベースライン,ランダムな経験制御,グローバルプロンプトインジェクション,検索に基づく選択的インジェクションを比較した。
  論文  参考訳（メタデータ） (2026-06-10T08:38:55Z)
• RRO: LLM Agent Optimization Through Rising Reward Trajectories [52.579992804584464]
  大規模言語モデル (LLM) は様々なタスクにおいて異常な性能を示した。 実際には、エージェントは特定の重要なステップの結果に敏感で、タスクを失敗する可能性がある。 この問題を軽減するために,Reward Rising Optimization (RRO)を提案する。
  論文  参考訳（メタデータ） (2025-05-27T05:27:54Z)
• TransPath: Learning Heuristics For Grid-Based Pathfinding via Transformers [64.88759709443819]
  探索の効率を顕著に向上させると考えられる,インスタンス依存のプロキシを学習することを提案する。 私たちが最初に学ぶことを提案するプロキシは、補正係数、すなわち、インスタンスに依存しないコスト・ツー・ゴの見積もりと完璧な見積もりの比率である。 第2のプロキシはパス確率であり、グリッドセルが最も短いパスに横たわっている可能性を示している。
  論文  参考訳（メタデータ） (2022-12-22T14:26:11Z)
• Actively Learning Costly Reward Functions for Reinforcement Learning [56.34005280792013]
  複雑な実世界の環境でエージェントを訓練することは、桁違いに高速であることを示す。 強化学習の手法を新しい領域に適用することにより、興味深く非自明な解を見つけることができることを示す。
  論文  参考訳（メタデータ） (2022-11-23T19:17:20Z)
• Skill-Based Reinforcement Learning with Intrinsic Reward Matching [77.34726150561087]
  Intrinsic Reward Matching (IRM) を提案する。 IRMにより、従来のスキル選択方法よりもはるかに効果的に事前訓練されたスキルを活用できる。
  論文  参考訳（メタデータ） (2022-10-14T00:04:49Z)
• FIRE: A Failure-Adaptive Reinforcement Learning Framework for Edge Computing Migrations [54.34189781923818]
  FIREは、エッジコンピューティングのディジタルツイン環境でRLポリシーをトレーニングすることで、まれなイベントに適応するフレームワークである。 ImREは重要なサンプリングに基づくQ-ラーニングアルゴリズムであり、希少事象をその値関数への影響に比例してサンプリングする。 FIREは故障時にバニラRLやグリーディベースラインと比較してコストを削減できることを示す。
  論文  参考訳（メタデータ） (2022-09-28T19:49:39Z)
• Online Auction-Based Incentive Mechanism Design for Horizontal Federated Learning with Budget Constraint [9.503584357135832]
  フェデレートされた学習は、データ分離を持つすべての関係者が協力的かつ効率的にモデルをトレーニングすることを可能にする。 高品質なモデルを得るには、より高品質な労働者をデータと計算能力で動機付けるためのインセンティブメカニズムが必要である。 本稿では,予算制約を伴う水平的フェデレーション学習のための,逆オークションに基づくオンラインインセンティブ機構を提案する。
  論文  参考訳（メタデータ） (2022-01-22T13:37:52Z)
• Harnessing Context for Budget-Limited Crowdsensing with Massive Uncertain Workers [26.835745787064337]
  本稿では,コンテキスト対応作業者選択(CAWS)アルゴリズムを提案する。 CAWSは、予算制約とキャパシティ制約の両方を尊重して、予想される総センシング収益を効率的に最大化することを目指している。
  論文  参考訳（メタデータ） (2021-07-03T09:09:07Z)
• Softmax with Regularization: Better Value Estimation in Multi-Agent Reinforcement Learning [72.28520951105207]
  q$-learningの過大評価は、シングルエージェント強化学習で広く研究されている重要な問題である。 ベースラインから逸脱する大きな関節動作値をペナライズする,新たな正規化ベースの更新方式を提案する。 本手法は,StarCraft IIマイクロマネジメントの課題に対して,一貫した性能向上を実現する。
  論文  参考訳（メタデータ） (2021-03-22T14:18:39Z)
• Reinforcement Learning with Efficient Active Feature Acquisition [59.91808801541007]
  実生活では、情報取得は患者の医療検査に該当する可能性がある。 本稿では,アクティブな特徴獲得ポリシーを学習するモデルに基づく強化学習フレームワークを提案する。 この成功の鍵は、部分的に観察された状態から高品質な表現を学ぶ新しい逐次変分自動エンコーダである。
  論文  参考訳（メタデータ） (2020-11-02T08:46:27Z)

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。