近日，烟台大学计算机与控制工程学院王莹洁教授团队的最新研究成果被国际服务计算领域顶级期刊《IEEE Transactions on Services Computing》（TSC）录用，论文题目为 “Enhancing Game Policy Optimization in Mobile Crowdsourcing: A Reinforcement Learning Approach”。该期刊是中国计算机学会（CCF）推荐的A类期刊，是服务计算领域顶级国际学术期刊之一，核心主题包括服务系统架构、智能服务、云边计算与服务安全等。

随着多空间网络架构和移动设备的发展，移动群智感知（MCS）已成为高效的数据采集方式，广泛应用于多空间智能感知、环境监测等场景。然而，现有MCS系统在任务分配与动态定价方面仍面临挑战：一是任务规模日益增长，异构实体能力差异显著，导致资源匹配效率低；二是传统定价策略难以应对异构实体的利益平衡，影响系统稳定性与激励效果。针对上述问题，王莹洁教授团队提出了一种融合博弈建模与深度强化学习的多目标任务分配与定价框架，显著提升了系统的智能决策能力与资源协同效率，系统架构如图1所示。

图1任务分配与动态定价系统架构图

研究团队创新性地提出了两项关键技术：一是EH-STLS多目标优化算法，通过融合禁忌搜索与局部搜索策略，在满足多重约束条件下实现高效的任务与智能体匹配，显著提升了任务完成质量与系统整体效能；二是KDQN动态定价模型，基于Stackelberg博弈框架，引入Kolmogorov-Arnold网络（KAN）替代传统神经网络，实现任务定价策略的自适应优化，有效协调任务发布者、智能决策平台、任务完成者、加密机构等异构实体多方利益，提升系统稳定性与决策精度。

该研究成果以烟台大学为第一单位，研究生骆弟洪为第一作者，王莹洁为通讯作者。群智感知实验室在该方向的研究上已形成系列研究成果，近一年来，烟台大学为第一单位，王莹洁为通讯作者已发表3篇CCF A类期刊论文，获多位领域专家的正面评价和引用。研究工作获得国家自然科学基金面上项目、山东省自然科学基金优秀青年项目、山东省青创科技支持计划以及网络与交换技术国家重点实验室（北京邮电大学）开放基金的支持。

来稿时间：7月14日 审核：刘俞斌 责任编辑：徐扬