一种基于强化学习的群智感知平台工人信誉评估优化方法

本发明公开了一种基于强化学习的群智感知平台工人信誉评估优化方法，平台收集请求者的任务集合，获取工人的时空位置分布、信誉和任务偏好类型；然后，判断是否存在信誉检测任务，最后，综合评估工人质量后支付相应报酬，并基于平台利润和整体工人质量联合构成奖励函数，优化信誉检测任务投放策略。本发明利用强化学习设计信誉检测任务投放策略，解决了工人信誉冷启动问题，结合两轮信誉调整机制，显著提升了可信工人识别比例，从长远角度来看，能有效提高平台利润与任务完成质量。