一种基于强化学习的群智感知平台任务捆绑优化方法

本发明公开了一种基于强化学习的群智感知平台任务捆绑优化方法，旨在提高群智感知平台的任务完成率和质量。首先，平台根据流行度对接收的任务进行预处理和分类；然后，利用深度强化学习算法，将不受欢迎任务与受欢迎任务进行捆绑组合，并依据工人意愿筛选捆绑包对应的工人集合；在任务执行过程中，平台以可信高质量工人数据为基准评估未知工人，并动态更新其质量和信誉；最后，将平台利润、任务完成率和质量联合构成奖励函数，持续优化任务捆绑策略。本发明能在最大化平台利润的同时提升任务完成率和质量。